行行查
行业研究数据库
人工智能行业研究:GPU:以NV为例,Tensor Core是核心
- 人工智能
- 机器学习
- 大模型
- 半导体
- GPU
GPU在人工智能计算中的核心能力主要体现在其专用硬件加速单元——Tensor Core的设计与应用上。以NVIDIA为例,Tensor Core是专为深度学习和Transformer模型优化而设计的张量加速单元,其核心功能在于高效执行矩阵乘加(MMA,即D=A*B+C)运算,这是深度学习训练和推理中最关键的操作之一。通过以矩阵块(tile)为单位进行并行计算,Tensor Core能够在短时间内完成大量矩阵运算,显著提升神经网络模型的训练和推理效率。
与传统的CUDA Core(即GPU Core)相比,Tensor Core在多个方面具有明显优势。首先,在定位上,CUDA Core属于通用并行计算单元,适用于图形渲染、传统算法等广泛场景,而Tensor Core则是面向AI任务的专用加速单元,专注于优化深度学习中的矩阵运算。其次,在引入时间上,CUDA Core最早于2006年随G80架构推出,而Tensor Core则是在2017年V100芯片中首次出现,标志着AI专用硬件加速的重要里程碑。
在基本操作层面,CUDA Core依赖多条指令完成标量、向量或整数运算,而Tensor Core能够通过单条指
关联报告






| 标题 | 时间 | 页数 | 目录 | 下载 |
|---|---|---|---|---|
| 人工智能系列(二):AI驱动下的电子行业新周期 | 2026-10-24 | 35 | ||
| 人工智能行业专题(24):AI短剧:注意力经济新兴市场,AI赋能工业化生产 | 2026-10-26 | 32 | ||
| 人工智能对广域网的影响:思科报告2026 | 2026-10-27 | 26 | ||
| 电力设备与新能源行业周报:特斯拉Optimus量产继续推进,全面实施“人工智能+”行动 | 2026-10-27 | 15 | ||
| 《人工智能能力建设普惠计划》进展报告(2026) | 2026-10-27 | 22 | ||
| 人工智能的物理竞赛:对电力、水和关键矿产的控制正成为人工智能领导地位的决定性因素 | 2026-10-27 | 16 | ||
| 人工智能主线周报:智元发布具身模型,看好智能化 | 2026-11-02 | 19 | ||
| 人工智能行业专题:2026Q3海外大厂CapEx和ROIC总结梳理 | 2026-11-02 | 25 | ||
| 通信及人工智能组行业光互连系列报告(一):FAU,CPO/NPO驱动量价双升 | 2026-11-03 | 22 | ||
| 人工智能及计算机行业行业月报:国家数据集团正式成立,物理AI迎奇点时刻 | 2026-11-07 | 27 |

行研数据库
创投数据库
证券数据库
商业数据库










