為什麼 AI 需要特別的晶片？GPU、TPU 入門解釋
Why AI Needs Special Chips: GPU and TPU Explained for Beginners
NVIDIA 的股票為什麼這麼熱門？因為它生產的 GPU（圖形處理器） 是訓練 AI 最重要的硬件。
但等等，普通電腦的晶片（CPU）不能做 AI 嗎？為什麼要用特別的晶片？
今天我們用簡單的比喻來解釋這件事。
CPU 和 GPU 有什麼不同？
CPU（普通電腦晶片）的特點： 想像一個超級聰明的人，能做各種複雜任務——回答問題、寫文章、解數學題——但一次只能做一件事。
GPU（圖形處理器）的特點： 想像1,000個普通工人，每個人只會做簡單的加減法，但他們可以同時一起工作。
為什麼 AI 計算需要「1,000個工人」？
訓練 AI 的核心運算其實很簡單：大量的乘法和加法（叫做「矩陣計算」）。
就像你要算1,000,000道加法題：
- CPU：一個聰明人算，每秒算1,000題 → 需要1,000秒
- GPU：10,000個工人一起算 → 只需要0.1秒
AI 訓練需要做幾兆（billions）次這樣的計算，所以並行處理能力（同時算很多東西）非常重要。
NVIDIA GPU 有多強？
最新的 NVIDIA H100 GPU：
- 包含 800 億個電晶體（比整個人腦神經元數量還多）
- 每秒可以做 4,000萬億次浮點運算（FLOPS）
- 一個 AI 訓練任務可能用到 10,000 個 H100 同時運作
整個系統的算力，超過了1990年代全球所有電腦加在一起！
TPU 又是什麼？
Google 覺得 NVIDIA GPU 太貴，所以自己設計了 TPU（張量處理器，Tensor Processing Unit）。
TPU 比 GPU 更「專一」——它只做 AI 計算，不做遊戲畫面渲染，所以在 AI 任務上更高效、更省電。
Google 用 TPU 來訓練 Gemini，是自用的「秘密武器」。
為什麼普通人要關心 AI 晶片？
原因1：AI 服務的費用 AI 晶片越貴，訓練 AI 的成本就越高，最終你使用 AI 的費用也可能更高。
原因2：AI 發展速度 更強大的晶片 = 更快訓練更大的 AI = AI 能力更快提升。NVIDIA 每隔幾年推出新一代晶片，AI 能力也隨之跳躍式提升。
原因3：地緣政治 美國限制向中國出口高端 AI 晶片，這正在影響中美 AI 發展的速度，也影響全球科技格局。
原因4：環境影響 訓練一個大型 AI 模型消耗的電力，相當於幾千個家庭一年的用電量。AI 晶片的能效，直接影響 AI 產業的環境足跡。
最後：你的手機也有「小 GPU」
你的手機其實也有 GPU！每次你玩遊戲或者打開 AI 功能（如相機的美化效果），都是 GPU 在工作。
Apple 的 A 系列晶片和高通驍龍晶片都加入了「NPU（神經網路處理器）」，專門用來跑手機上的 AI 功能。
AI 晶片不只在遙遠的數據中心，也在你的口袋裡。