レポート公開済み2 週間前Last edited 先週22 ソース

米国と中国のAIチップを徹底比較：アーキテクチャ、性能、エコシステム

米国はAIアクセラレータの性能とソフトウェアエコシステムで依然優位。AMD MI325Xは約1.3PFLOPS FP16と256GB HBM3Eを搭載し、大規模モデル処理に特化している。[83] 中国はHuawei AscendシリーズやBiren GPUなど複数の国産チップで対抗し、AI計算基盤の自立を目指している。[36][48] AIチップ競争は単体性能だけでなく、メモリ帯域、製造プロセス、クラスタ接続技術、ソフトウェアエコシステムなど総合力で決まる。

Studio Global AIで検索して事実確認さらにトレンドページを見る

1.2M0

Editorial illustration representing the competition between US and Chinese AI chips — Research US vs China AI Chips and compare them as comprehensively as possible in table formatThe global AI accelerator race increasingly centers on competing chip ecosystems in the United States and China.
AI プロンプト
Create a landscape editorial hero image for this Studio Global article: Research US vs China AI Chips and compare them as comprehensively as possible in table format. Article summary: The US side in this evidence set includes Nvidia H200, AMD MI325X, and Google TPU v6e, while the China side is represented mainly by Huawei’s Ascend 910B.. Topic tags: deepresearch, documentation, general web, education, user generated. Reference image context from search candidates: Reference image 1: visual subject "RAND's divisions conduct research on a uniquely broad front for clients around the globe. #### U.S. research divisions. U.S. and China flags on a computer chip on a motherboard. **" source context "China's AI Models Are Closing the Gap—but America's Real Advantage Lies Elsewhere | RAND" Reference image 2: visual subject "RAND's divisions conduct research on a uniquely broad front for clients a
openai.com

世界のAIコンピューティング競争は、米国と中国の半導体エコシステムの競争として語られることが多くなっています。

米国ではNvidia、AMD、Googleなどが高性能AIアクセラレータを開発し、クラウドやスーパーコンピュータで広く利用されています。一方、中国はHuawei、Biren、Cambriconなどの企業を中心に、独自のAIチップを急速に開発しています。

ただし、この競争は単なる「計算性能」だけでは測れません。AIチップの評価には次のような要素が関わります。

チップアーキテクチャ
メモリ容量と帯域
製造プロセス
ソフトウェアエコシステム
大規模クラスタの構築能力

以下では、公開仕様をもとに主要なAIアクセラレータを比較します。

米国と中国の主要AIチップ

米国

AMD Instinct MI325X
Google TPU v6e（Trillium）

中国

Huawei Ascend 910シリーズ（910Cなど）
Biren BR100 / BR104
Cambricon MLU370‑X8

これらは主に次の用途を想定しています。

大規模言語モデル（LLM）の学習
AI推論サービス
科学計算

AIチップ仕様比較

チップ	国 / 企業	アーキテクチャ・製造	理論性能	メモリ	メモリ帯域	消費電力	特徴
AMD Instinct MI325X	米国 / AMD	CDNA3	約1.3 PFLOPS FP16（FP8は最大2.6 PFLOPS）	256GB HBM3E	約6 TB/s	最大約750〜1000W	大規模AIモデル向けの非常に大きいHBM容量。
Google TPU v6e	米国 / Google	TPU専用設計	918 TFLOPs bf16	32GB HBM	約1.6 TB/s	非公開	最大256チップのTPU Podでスケール可能。
Huawei Ascend 910

Studio Global AI

Search, cite, and publish your own answer

Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.

Studio Global AIで検索して事実確認

人々も尋ねます