待验证50% 置信事实精确时间

专用推理芯片AI ASIC可针对注意力计算、KV缓存等Transformer瓶颈进行硬件级优化，在相同功耗下实现更高每秒Token生成速度

1

来源数

50%

置信度

长期有效

时效性

2026/7/19

首次发现

来源

OpenAI推理成本减半：AI竞争从「比强」转向「比省」

相关事实

待验证专用推理芯片（ASIC）通过精简电路设计、优化数据流架构，可在单位能耗下提供比通用GPU更高的推理吞吐量79% 相似待验证华为麒麟芯片内置的NPU专为AI任务优化，相比CPU/GPU方案能效比提升数倍74% 相似待验证ASIC推理芯片的能效比通常可达GPU的3-10倍71% 相似待验证ASIC是针对特定应用场景定制的芯片，相比GPU等通用芯片可在特定任务实现更高能效比，谷歌TPU和亚马逊Inferentia是成熟案例70% 相似待验证大模型每生成一个Token需要在GPU上执行大量矩阵乘法运算，这是Transformer架构注意力机制的核心计算步骤70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/563040

API

curl https://kongchang.com/api/v1/knowledge/claims/563040

MCP

get_claim(id=563040)