绿巨人

抵制所有比赛!欧足联“硬刚”国际足联_我的网站

霍去病

一 |     谷歌正在尝试把 Gemini 与芯片更紧密地结合起来。

二 |          据《The Information》援引知情人士消息,谷歌母公司 Alphabet 正在研发一款服务器 AI 芯片,内部非正式代号为“Frozen v2”。这款芯片针对 Gemini 模型设计,计划最早于 2028 年部署。    

当地时间7月30日,欧洲足球管理机构欧足联及其55个成员国投票决定“抵制所有国际足联赛事”。谷歌工程师预计,以单位功耗所能处理的 Token 数量计算,其效率可能达到公司最新一代自研 AI 芯片的 6—10 倍。欧足联在一份声明中表示:“我们一致且明确拒绝国际足联提出的‘将世界杯及其他国际足联赛事的所有权权益转让给私人投资者’的提案。         谷歌目前尚未正式确认 Frozen v2 项目,也没有公布芯片规格。

三 | 公司在回应媒体时表示,其团队一直在研究和试验提升性能与效率的新方案,但并非所有项目最终都会进入生产阶段。只要这些提案依然存在,任何欧足联下属球队都不会参加任何国际足联赛事——除非该提案被彻底放弃,且国际足联作出具有约束力的保证,承诺永不再将其治理权或赛事向私有资本开放。”欧足联强调,“世界杯并非商品,不能被视为投资产品,更不能拱手让予私人投资者。

四 | ”欧足联指出,这一引发重大治理危机的提案“不仅是领导力的严重失职,更是国际足联作为世界足球守护者职责的弃守”。声明称:“一旦外部投资者获得国际足联赛事的所有权权益,足球运动将永久改变。商业回报将成为一项永久性义务,投资者的预期将变成日常压力。

五 | 谷歌同时强调,从底层共同设计硬件和软件,是其打造高度集成系统的重要方式。”在目前男足和女足世界排名前十的球队中,都各有六支来自欧洲,其中包括男足世界冠军西班牙队。但报道发布后,Alphabet 股价在当地时间 7 月 20 日早盘上涨约 3.3%。

六 | 分析指出,欧足联的强硬立场令局势急剧升级,这对定于明年在巴西举办的2027年女足世界杯将产生直接影响。世界杯私有化?国际足联主席因凡蒂诺的计划旨在成立一家价值200亿美元的子公司来运营世界杯及其他赛事,并向私人投资者出售少数股权。         与现有 TPU 相比,Frozen v2 的主要区别,是它进一步收窄了芯片的适用范围。它的定位是一颗更极致的“专用芯片”。他向国际足联旗下211个会员协会开出了条件:若在9月19日前同意该提案,各方将从2027年1月1日起获得总计100亿美元的资金包,每家协会可分得约4000万美元。若提案遭拒,资金包将回落至此前承诺的27亿美元,即每家协会约1000万美元。因凡蒂诺近日为这一计划辩解称,此举是在全球推广足球的“黄金机遇”,将释放“此前未被挖掘的商业价值”,并增加对各会员协会的资金支持。但他同时也强调,“这是机遇,而非义务”。

七 | 各大洲足联纷纷说“不”据悉,除了欧足联外,亚足联也向其下辖的47个会员协会发出了一封措辞激烈的信函,警告称若得不到六大洲际足协联盟的一致支持,该提案绝无成功可能。根据现有报道,谷歌计划将 Gemini 的部分架构特征固化在芯片中,针对其计算路径和常用操作进行专门优化。         大模型推理不仅需要完成大量矩阵运算,还要频繁从高带宽内存读取参数。亚足联主席谢赫·萨勒曼·本·易卜拉欣·阿勒哈利法表示,国际足联的单方面行动似乎动摇了以团结、合作和透明为基础的洲际足球根基。

八 | 在国际足联公开宣布该提案前,亚足联未在任何层面受到咨询。加之提案缺乏详细的治理、财务或法律分析,这“完全无法接受”。中北美及加勒比海足联及其41个会员协会在当地时间7月30日举行的会议上否决了国际足联出售世界杯股权的提案,但未效仿欧足联宣布抵制这一全球顶级赛事。非洲足联执委会将于下周召开会议评估该提案。

九 | 大洋洲足联将在下月会议上讨论此事。数据在内存与计算单元之间移动,会消耗时间和电力。南美洲足联尚未公开发表评论。球员组织也对国际足联的计划表示反对。Frozen v2 希望减少这部分开销,从而提高响应速度,并在相同功耗下处理更多请求。报道所称的 6—10 倍效率提升,具体指每单位功耗能够处理的 Token 数量,并不是芯片峰值算力。         谷歌现有 TPU 同样是面向机器学习的专用处理器,但需要适配不同模型,并承担训练、推理等多种任务。

十 | 全球球员工会“国际职业足球运动员联合会”(FIFPRO)警告称,该提案将不可逆转地重塑支撑球员职业生涯的赛事激励机制。最新一代 Ironwood 单颗芯片配备 192GB 高带宽内存,单位功耗性能约为上一代 Trillium 的两倍,最多可由 9216 颗芯片组成 Superpod。Frozen v2 不会取代 TPU,而是作为一条更具针对性的产品线,与其并行使用。         (来源:Google)          但专用芯片也有其劣势,更深的模型与芯片绑定会降低灵活性。

。芯片从设计到投产通常需要数年,如果此后 Gemini 的基础架构发生较大变化,已经固化的设计可能难以适配。Frozen v2 能否获得长期收益,既取决于实际能效,也取决于谷歌能否在快速迭代模型的同时,维持底层架构的相对稳定。

十一 |          那么,谷歌为什么要“铤而走险”?首先一个原因,是为了应对持续增长的算力需求。据相关数据,谷歌内部的 AI 计算资源短缺已经引发不同团队之间的资源竞争,Google Cloud 甚至因此拒绝过部分外部客户订单。

十二 |          大模型的计算需求包括训练与推理两个阶段。

十三 | 训练先进模型需要集中投入大量算力,但随着 Gemini 被加入搜索、办公软件、云服务和智能终端,长期发生的推理可能形成更庞大的成本。单次生成的费用看似有限,乘以数以亿计的用户和持续增长的调用量后,电力、芯片、网络及数据中心投入都会成为重要支出。         Alphabet 已将 2026 年资本开支预期上调至 1,800 亿—1,900 亿美元,主要用于扩建 AI 计算能力、数据中心和相关基础设施。在这一背景下,提高每瓦电力能够生成的 Token 数,不仅意味着更低的能源消耗,还意味着同一座数据中心能够承载更多用户请求。

十四 | 对于已经拥有大量 Gemini 使用场景的谷歌而言,即使单次推理成本只下降一小部分,规模化之后也可能带来可观节省。         图|谷歌历年资本开支预期(来源:S&P)          自研芯片还可以加强谷歌对供应链和产品节奏的控制,减少对英伟达等外部芯片供应商的依赖。但这种“减少依赖”并不等于完全替代。Frozen v2 即使顺利投产,预计规模也将低于 TPU;谷歌的数据中心仍会同时使用 TPU、GPU 及其他计算设备。它更像是为高频且相对稳定的 Gemini 任务增加一类成本更低的专用工具。         谷歌也不是唯一走向自研芯片的 AI 公司。

十五 | 2026 年 6 月,OpenAI 与博通公布首款自研推理芯片 Jalapeño。OpenAI 表示,这款芯片围绕大语言模型推理设计,将结合博通的芯片实现和网络技术以及 Celestica 的服务器系统能力,计划于 2026 年底开始部署。         图|博通公司首席执行官 Hock Tan 将一片芯片晶圆递交给 OpenAI 公司首席执行官 Sam Altman。(来源:OpenAI)          Anthropic 也被曝已经开始研究自有 AI 芯片,并与三星电子等潜在合作方接触。不过该项目仍处于早期阶段,芯片的用途、性能目标和服务器部署方式尚未明确 Anthropic 同时表示,亚马逊 Trainium、谷歌 TPU 和英伟达 GPU 仍将是其扩张算力的重要基础。中国方面,此前 DeepSeek 和近期的月之暗面也有自研芯片方面的传闻。         除专注于基础模型的公司外,亚马逊、微软、Meta、阿里巴巴、百度和字节跳动等拥有云服务或大规模互联网业务的企业,也在不同程度上推进专用 AI 芯片。其中部分芯片服务于模型训练,部分集中于推理、推荐和广告等高频工作负载。它们共同反映出一个趋势:随着 AI 服务规模扩大,掌握模型的公司越来越希望同时参与芯片和计算系统设计。         这些项目属于同一轮趋势:AI 公司希望根据自身模型和业务负载设计芯片,以获得更好的成本、能效和供应保障。

十六 | 但它们并不是完全相同的技术路线。Trainium、Maia、MTIA 以及 OpenAI 的 Jalapeño 主要面向一类或多类 AI 工作负载,仍保留一定通用性;Frozen v2 则称会把 Gemini 的部分架构直接固化进硬件,模型与芯片的绑定程度可能更高。         因此,Frozen v2 所代表的不只是谷歌扩大自研芯片投入,也是一项更激进的软硬件协同试验。答案将取决于芯片能否如期投产,也取决于到 2028 年时,Gemini 是否仍然适合这块为它提前设计的硅片。         参考链接:          1.https://techcrunch.com/2026/07/20/google-is-working-on-a-new-ai-chip-designed-to-make-gemini-more-efficient/          2.https://www.reuters.com/business/google-plans-new-chip-run-gemini-models-more-efficiently-information-reports-2026-07-20/          3.https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/ironwood-tpu-age-of-inference/          4.https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/ironwood-google-tpu-things-to-know/          运营/排版:何晨龙          注:封面由 AI 辅助生成。

Current article:http://www.lindunfokangliucishirun.shop/13mzmh/mjpjl.htm

Published on:08:09:45


我的网站最近更新

我的网站热门资讯