$MU刚刚宣布在美国历史上最大的半导体制造设施，位于纽约的1000亿美元先进内存巨型工厂。 内存只是一个层面，因此以下是AI本土化在整个堆栈中的样子： AI芯片设计 • $NVDA定义了AI训练的默认架构以及不断增长的推理份额 • $AMD提供了关键的第二GPU堆栈，防止AI经济依赖单一供应商 • $GOOGL设计TPU以内部化AI工作负载并捍卫利润 • $AMZN构建Trainium和Inferentia以控制AWS内部的推理成本 • $INTC设计CPU和加速器，同时推动重新确立国内制造的相关性 • $MSFT设计定制硅以优化Azure的AI堆栈 AI芯片共同设计者 • $AVGO与超大规模云服务商共同设计定制硅，将计算、内存和网络结合到特定工作负载的AI系统中 • $MRVL使定制加速器和高速互连能够针对AI训练和推理进行调优 边缘AI • $AAPL将推理直接嵌入消费设备中 • $QCOM在移动和边缘端点上扩展低功耗AI EDA与IP • $SNPS、$CDNS提供每个先进AI芯片在存在之前必须经过的设计工具 • $ARM许可嵌入数据中心、边缘和移动AI系统的CPU架构 代工厂 • $TSM是制造整个AI堆栈所依赖的芯片的工厂 • $INTC是试图将先进芯片制造业带回国内的战略第二来源 晶圆厂设备 • $ASML是AI的关键制造者，因为每个先进节点芯片都是使用其光刻机制造的...