Tutti i chip IA · Monitorato
Ogni chip IA di ogni produttore e ogni fonderia. Specifiche, potenza, prezzi cloud, acquirenti dichiarati e tensione di approvvigionamento live · collegati a fonderie, fornitori di memoria, rack, datacenter e modelli addestrati su di essi.
- Tensione ponderata68
- Moltiplicatore dei tempi di consegna2.09×
- Acceleratore del capex1.85×
- Premio per i chip frontier trattenuti+60
New since Apr 14, 2026
verified on the source page · specs added after review- Zhenwu M890Alibaba T-Headannounced2026-05-20source
T-Head formally debuted the Zhenwu M890 as its latest AI training and inference processor for datacenter use.
- TPU 8tGoogleannounced2026-04-22source
Google announced TPU 8t as its training-focused eighth-generation TPU for AI workloads.
- TPU 8iGoogleannounced2026-04-22source
Google announced TPU 8i as its inference-focused eighth-generation TPU for AI workloads.
Scala dei livelli
Frontiera · Mainstream · Specializzato · Legacy · valutazione trimestrale
Silicio di punta dell'attuale generazione, fornito su larga scala agli hyperscaler. I chip che oggi addestrano i modelli più grandi.
Chip non di punta dell'attuale generazione o di punta della precedente, ancora ampiamente diffusi. I cavalli di battaglia dell'economia dell'AI.
Architetture wafer-scale, silicio personalizzato degli hyperscaler o sperimentali, per carichi di lavoro di nicchia.
Chip più vecchi in dismissione o già a fine vita. Ancora usati nei cluster di ricerca e nei carichi sensibili al prezzo.
Prestazioni per Watt
TFLOPs FP16 vs TDP · scala logaritmica · dimensione della bolla = capacità HBM
Vince chi sta in alto a sinistra. I chip sopra la linea 4 T/W sono la frontiera dell'efficienza · è lì che si vince la partita del budget energetico su scala hyperscale. I superchip wafer-scale e multi-die stanno in alto a destra perché scambiano watt con throughput puro.
Scala della domanda di chip
Quanto è tesa l'offerta in questo momento · curato a mano da portafogli ordini e trimestrali
Note sull'offerta
- GB200Sold out through 2027 · Oracle, Microsoft, Meta competing
- GB300xAI Memphis + Stargate phase 2
- B200CoWoS-L packaging capacity is the bottleneck
- Ascend 910CChina export-ban alternative · SMIC N7 constrained
- WSE-3G42 Condor Galaxy absorbing most wafers
- B300Ultra variant ramping Q4 2025
Questa è l'anteprima per singolo chip dell'indice AI Compute Demand Index disponibile su /compute · senza limite superiore oltre 100, sale a 250+ quando il mercato è in fiamme. Aggiornato ogni settimana da portafogli ordini degli hyperscaler e comunicazioni sugli utili.
Ideale per
Sei shortlist curate calcolate dai dati delle specifiche live
Maggiore throughput FP16 grezzo
Top 5 per TFLOPs FP16/BF16 · senza considerare prezzo e consumi · puro calcolo
Più efficienti (TFLOPs/W)
Migliori TFLOPs FP16 per Watt · i chip che rendono sostenibili i budget energetici dei datacenter
Maggiore capacità HBM
La memoria più ampia per far stare modelli da oltre 400B parametri in un singolo nodo
Noleggio cloud più economico
Minor $/h nei cloud pubblici · ideale per esperimenti rapidi
Chip di punta attuali
I chip che oggi addestrano i più grandi modelli di frontiera
Podio completo
Ordinato per punteggio Gecko · composito di livello, recenza, adozione, densità prestazionale
| # | Chip | Produttore | Punteggio |
|---|---|---|---|
| 1 | NVIDIA | 94 | |
| 2 | NVIDIA | 86 | |
| 3 | 83 | ||
| 4 | AWS | 78 | |
| 5 | NVIDIA | 75 | |
| 6 | AMD | 75 | |
| 7 | Huawei | 75 | |
| 8 | 71 | ||
| 9 | NVIDIA | 70 | |
| 10 | AMD | 68 | |
| 11 | AMD | 65 | |
| 12 | Cerebras | 60 | |
| 13 | Intel | 57 | |
| 14 | NVIDIA | 55 | |
| 15 | NVIDIA | 55 | |
| 16 | Meta | 52 | |
| 17 | 49 | ||
| 18 | Microsoft | 42 | |
| 19 | Groq | 34 | |
| 20 | NVIDIA | 31 |
Per produttore
10 aziende · 3 foundry · 2 paesi
Domande frequenti
Estratte dal dataset live · aggiornate ogni giorno
Quale chip AI ha più TFLOPs FP16 in questo momento?
NVIDIA GB300 (Grace Blackwell Ultra) guida per throughput FP16 denso con circa 5000 TFLOPs per superchip, seguito da GB200 con 4500 TFLOPs. Il Cerebras WSE-3 raggiunge 125000 TFLOPs per wafer, ma è un'architettura radicalmente diversa · un singolo wafer contiene quello che altrimenti sarebbero circa 50 GPU.
Quale chip AI è il più efficiente per Watt?
Google TPU v7 (Ironwood) e NVIDIA B200 guidano per TFLOPs FP16 per Watt tra i chip in commercio. Trillium (TPU v6e) segue a breve distanza. I design pensati prima di tutto per l'inferenza (Ironwood, Groq LPU) tendono a dominare in prestazioni/Watt perché omettono i circuiti specifici per l'addestramento.
Chi produce chip per l'IA oltre a NVIDIA?
10 aziende commercializzano acceleratori IA in produzione monitorati su BenchGecko · NVIDIA, AMD, Google, AWS, Intel, Microsoft, Meta, Huawei, Cerebras, Groq e altre. NVIDIA domina le vendite a terzi, ma gli hyperscaler stanno distribuendo sempre più silicio personalizzato (Trainium2, TPU v7, Maia 100, MTIA) per ridurre la dipendenza.
Quali fonderie producono i chip per l'IA?
Il 90% dei chip monitorati è prodotto da TSMC. GlobalFoundries realizza la LPU di Groq a 14nm. SMIC produce l'Ascend 910C di Huawei sul nodo N7 come risposta principale al divieto di esportazione statunitense. I nodi avanzati di TSMC (N5/N4/N3) sono il collo di bottiglia per il silicio di ultima generazione di NVIDIA, AMD, AWS, Google e Microsoft.
Come si decide quale chip appartiene alla fascia "frontier"?
Frontier indica il modello di punta della generazione attuale, in consegna nel 2025-2026 e ordinato in massa dagli hyperscaler. Mainstream indica i modelli non di punta della generazione attuale o i modelli di punta della generazione precedente ancora in uso (H100, H200, MI300X). Specialized indica design personalizzati come wafer-scale, LPU, MTIA e simili. Legacy indica chip a fine vita o in dismissione (A100, V100). Le fasce vengono riviste ogni trimestre.
Da dove prende i dati sui chip BenchGecko?
Schede tecniche dei produttori per le specifiche, documenti SEC 10-K e trascrizioni delle trimestrali per le informazioni sugli acquirenti, prezzi delle API dei cloud provider per i $/ora, comunicati stampa pubblici per le date di rilascio. Ogni pagina di dettaglio di un chip include i link alle fonti. Nessun dato a pagamento · nessuna classifica sponsorizzata dai fornitori · tutto è riproducibile.
Vedi anche
Continua a esplorare il grafo compute