手机狂堆NPU，英伟达为啥还押GPU？

你的新电脑贴着"NPU 45 TOPS"，可训练大模型的机房里，唱主角的是 GPU。同样是给 AI 加速，为什么手机讲 NPU，数据中心讲 GPU？ 这期用 3D 积木动画把芯片拆开讲：AI 算的其实是一道巨大的乘法题；CPU、GPU、NPU 三座工厂怎么分配硅片面积；GPU 的 warp、Tensor Core 和四层仓库；NPU 的一种经典结构——脉动阵列——一拍一拍怎么算（以谷歌第一代 TPU 为例）；大模型什么时候卡算力、什么时候卡带宽，为什么逐个生成 token 时不能只看 TOPS；英伟达把专用加速放在 GPU 里、芯片里和系统里的三种做法；CUDA 到底是什么；高通、ARM 能不能挑战 CUDA；三家的生意经；开发者该怎么选。 🔬 硅片小课堂：TOPS 怎么算、搬数据比算数据贵多少 💰 钱包小课堂：卖整车、卖发动机、卖图纸 章节： 00:00 手机讲 NPU，机房讲 GPU 00:34 AI 到底在算什么？ 01:32 三座工厂：芯片图纸里的取舍 02:58 GPU 怎么做这道题？ 04:54 NPU 怎么做这道题？ 07:37 大模型何时卡算力，何时卡带宽？ 10:01 机房为什么讲 GPU？ 12:06 CUDA 到底是什么？ 13:36 高通、ARM 能挑战 CUDA 吗？ 15:21 钱包小课堂：三种生意经 16:11 开发者怎么选？ 资料来源：英伟达 Volta / Hopper 白皮书和 10-K，谷歌 TPU 论文（ISCA 2017），Horowitz（ISSCC 2014），Kaplan 等（2020），Ivanov 等（MLSys 2021），高通 NPU 白皮书（2024）和 10-K / 10-Q，ARM 年报，微软、苹果官方发布。研究日期 2026-10-11。 片中"每秒最多多少 token""屋顶线拐点"等数字是按公开数据推算的理论上限（单请求、只算权重），算式和条件写在画面上。片中动画为示意。