瓦特还是钱包？ AI 加速器 M&A 中的定价性能和软件范围

介绍

AI 加速器在芯片架构、内存、网络、封装、系统、编译器、库、框架、编排和开发人员支持方面展开竞争。公开文件描述了基于性能、能源效率、集成、易用性、工作负载优化、软件生态系统、路线图和供应的竞争[6-16]。 MLCommons 基准测试规则说明了为什么比较需要定义的模型、场景、准确性约束、系统描述和可用性状态 [1-5]。单一峰值规格无法捕获该操作系统。

因此，交易问题是经济和技术问题。买家需要知道目标可以运行哪些工作负载、延迟和吞吐量如何、精度、功耗、内存和工程负担如何，以及客户是否可以重现这些结果。它还必须了解软件堆栈是否支持新模型、客户是否可以从现有平台迁移、部署是否可以跨集群扩展以及业务是否可以通过供应和资本限制来交付其路线图。

本文专为战略买家、私募股权投资者、企业发展团队、创始人、贷款人和投资委员会而设计。它提供了一个用于尽职调查、估值、交易条款和整合的系统。它不提供工程、法律、税务、会计、监管或投资建议。每笔交易都需要对产品、合同、基准、源代码、知识产权、供应安排、安全、出口管制和客户证据进行最新的专家审查。

1 在为平台定价之前定义收购范围

加速器目标可能拥有处理器架构、小芯片、存储器接口、板、系统、编译器技术、内核、运行时软件、模型服务工具或垂直应用程序。法人实体可能仅控制客户使用的部分产品。买方应绘制整个系统，同时确定交割时将转移的资产和义务。

资产图应连接专利、设计文件、验证环境、固件、编译器、库、模型集成、基准脚本、遥测、客户合同、云图像、供应协议和训练有素的团队。每个资产都应该有一个所有者、修订、依赖和使用证据。性能演示可以显示潜力。它应该与具有合同经济性的可复制客户部署保持区别。

收购范围还应区分产品和服务。工程支持、模型转换、内核优化和部署协助可以加速采用，同时隐藏软件差距。依赖定制工程的收入与通过稳定平台产生的收入具有不同的耐久性和利润率。该模型应确定每种材料部署所需的劳动力、工具和客户特定的工作。

拟议的尽职调查结构；技术声明应与受控存储库和客户记录相符。

2 基准客户工作负载而不是峰值规格

每秒峰值操作描述了定义精度和条件下的理论速率。客户价值取决于工作负载、模型、批量大小、序列长度、准确性目标、延迟要求、并发性、内存占用和软件配置。因此，基准应被视为受控实验，而不是关于产品价值的普遍陈述。

MLCommons 区分系统类型、可用性类别、基准模型和部署场景 [1-5]。其文档描述了准确性验证、延迟跟踪、负载生成和结果审查。这些控制提供了有用的尽职调查模式。买方应保留完整的系统描述、基准测试代码、编译器标志、模型版本、数据、功率边界、运行日志和结果检查，以了解每项声称的优势。

测试计划应包括具有代表性的客户工作负载。训练、批量推理、交互式推理、检索、推荐、视觉和科学计算可能会对不同的资源产生压力。性能可能会随着模型大小、稀疏性、精度、内存带宽、通信模式和请求的服务级别而变化。主导一项工作负载的目标可以保持商业价值，但估值应遵循相关的可寻址工作负载，而不是在整个 AI 市场中进行推断。

基准重现性是一个治理问题。买方应在受控系统上重新运行材料声明，比较供应商优化的和可移植的实施，并测试对软件版本的敏感性。它应该记录预热、缓存、量化、批处理和排除的故障。结果应以范围的形式呈现，并附有重现结果所需的条件。

基准来源应该扩展到底层模型和数据。尽职调查团队应记录权重是否公开、许可或客户控制；模型是否被修改；应用了哪些准确性或质量测试；以及预处理或后处理工作是否包含在测量的时间间隔内。它应该保留容器镜像、依赖清单、固件、驱动程序、编译器版本和机器配置。例行软件更新后无法重新创建的结果是薄弱的交易证据。买方还应该在可行的情况下测试中立的实施。供应商调整的代码可以显示平台可达到的性能，而可移植的实现可以揭示达到该性能所需的工程负担。这两种观点都很重要，因为客户经济效益取决于从普通部署到优化生产的路径。

3 在负载下和随着时间的推移重建性能

AI 服务系统跨曲线运行。高并发性可以提高总吞吐量，同时增加每个用户的延迟。低延迟可能需要未充分利用的容量。长提示、大模型、检索步骤和可变输出可以改变平衡。 MLCommons Endpoints 描述了吞吐量、交互性、首次令牌时间和并发性的测量 ^[3]。交易模型应该将这条曲线与客户服务水平和实现的价格联系起来。

管理层假设一个说明性系统在高吞吐量操作点每小时交付 118,000 个等效任务。它假设客户模型组合减少 15%，延迟承诺进一步减少 11%，运营可用性减少 8%，软件和数据开销减少 6%。由此产生的可销售吞吐量约为每小时 76,000 个等效任务。这些假设演示了该方法，并不描述已识别的公司。

拟议的分类；买方应使用针对特定目标的工作负载、系统和服务级别。

买方应该测试随着系统老化和软件发展而退化的情况。新的模型架构可能会暴露不受支持的运算符、内存限制或通信开销。驱动程序和框架更新可以提高性能，同时引入回归风险。因此，性能证据应该注明日期、版本并与产品路线图相关联。

操作可用性应包括维护、故障、部署错误和恢复。当利用率中断或支持需求很高时，具有高基准速度的系统可能会带来较弱的经济效益。该模型应协调预定容量、成功作业、计费单位、服务积分和收款。

4 每美元、每瓦特和每机架的性价比

客户在限制范围内购买有用的作品。每美元的性能反映了收购或租赁价格。每瓦性能体现了能源成本和电力可用性。每个机架的性能体现了设施密度、网络和冷却。每项措施都可以改变首选平台。买方应确定哪个约束控制每个客户群和位置。

成本边界应包括加速器、CPU、内存、网络、存储、机箱、电源转换、冷却、软件、支持和迁移。当需要更多节点、工程或网络时，价格较低的芯片可能会产生更高的系统成本。当利用率、软件覆盖范围和部署时间优越时，高价平台可以产生强大的客户经济效益。估价应基于总交付经济性而不是组件标价。

所有值均为每年部署的加速器当量的管理假设，仅演示该方法。

应在相关边界测量功率。芯片功率、电路板功率、服务器功率和设施功率是不同的衡量标准。冷却、网络和闲置容量会对成本产生重大影响。买方应检查计量证据以及记录该证据的操作点。它还应该测试性能改进是否依赖于客户无法维持的激进的电源设置。

设施限制可以创造战略价值。在现有功率范围内提供更多可接受的工作的加速器可以推迟数据中心资本。该值取决于工作负载的可重复性、系统可用性和集成度。它部分属于客户或买方，不应自动资本化为目标公司的独立价值。

5 将编译器成熟度和软件范围视为运营资产

NVIDIA 将 CUDA 以及一系列广泛的库、框架、SDK 和 API 描述为其技术堆栈的一部分 [6-10]。 AMD 描述了 ROCm、客户支持和不断扩展的数据中心产品组合 [11-14]。 OpenXLA、LLVM、ONNX 和主要框架说明了编译器基础设施、模型表示和可移植性的重要性 [21-25]。这些来源显示了软件价值的维度。它们并没有证明跨平台具有同等的成熟度。

编译器尽职调查应涵盖前端、中间表示、图形优化、代码生成、内核选择、调试、分析、数值正确性和硬件调度。买方应审查支持的运算符、模型覆盖范围、发布节奏、回归历史记录以及启用新架构所需的时间。它应该确定哪些性能来自可重用的编译器功能，哪些性能来自手动调整的客户工作。

软件范围包括文档、安装、云映像、容器、编排、安全更新、可观察性和支持。开发人员的采用应该通过积极的生产使用、发布、问题解决、贡献者质量和客户保留来证明。下载计数、存储库和社区活动可以提供背景信息。如果没有客户证据，它们不应被视为经常性经济学。

软件成熟度应通过可衡量的经济影响进行评估。它可以缩短部署、利用、客户转化、支持成本和更新的时间。该模型应避免没有计划证据支持的广泛平台溢价。它应该将每个软件功能与客户群体、剩余投资和可观察的结果联系起来。

源代码尽职调查应检查架构、可维护性、测试、安全性、发布自动化和第三方义务。买方应识别代码是自有的、许可许可的、限制许可的、客户提供的或依赖于机密接口的。应在干净的环境中测试构建的再现性。关键组件应指定维护人员、审查历史记录和恢复计划。当每个新模型或芯片都需要大量的人工干预时，技术债务在经济上可能是重大的。估值应区分维持当前收入所需的补救措施和旨在扩展平台的酌情投资。开源参与可以加强采用和招聘，同时产生需要单独审查的合规、披露和治理义务。

6 在假设客户转化之前衡量迁移成本

迁移不仅仅涉及重新编译代码。客户可能需要转换模型、替换不受支持的操作、重新调整内核、更改精度、验证准确性、重建容器、修改调度程序、重新培训团队和重新设计监控。他们可能还需要在过渡期间复制基础设施。买方应根据工作量和客户来衡量这种负担。

迁移计划应从模型、框架、自定义运算符、数据管道、服务系统、安全控制和服务级别的清单开始。每个项目都应接受可移植性评估、补救计划、责任所有者、测试和验收门。成本模型应包括客户工程、目标支持、延迟使用和并行操作。

转换成本可以支持保留，同时限制增长。目标公司可能拥有强大的客户，因为它解决了有价值的问题，或者因为离开的成本很高。买方应区分产品优势和依赖性。它还应该评估平台所有者的收购是否会改变客户的信任、中立性或分担工作负载的意愿。

当需要迁移激励来赢得业务时，应将其视为获取成本。免费工程、积分、硬件折扣和容量保证可以加速采用，同时降低实际价格。收入桥梁应显示总预订量、激励措施、接受的使用情况和收取的现金。

迁移能力应建模为受限的交付系统。专业工程师、对客户模型、验证环境和生产窗口的访问可能会限制可以同时移动的程序数量。因此，即使客户表达了兴趣，大型管道也可能会缓慢转换。买方应按工作负载类型估算工程时间、运行时间、验收周期和支持强度。它应该确定可重用的工具和学习内容，以减少以后的迁移成本。预测应将转换限制在已证明的交付能力，直到获得资助的招聘、自动化或合作伙伴支持。这种方法可以防止销售渠道转化为收入的速度快于目标在技术上可以交付的速度和客户在操作上可以接受的速度。

7 测试设计获胜、客户集中度和使用质量

加速器设计的胜利可能意味着技术评估、批准的供应商状态、预留容量、初始部署或承诺数量。尽职调查词汇应为每个州分配明确的证据要求。新闻稿或谅解备忘录可以支持战略背景。它不应被视为合同现金。

买方应将管道记录与合同、订单、遥测、发票、信用和收款进行核对。应确定客户实体、工作负载、产品版本、部署地点、服务级别、价格、最低承诺、取消权和接受条件。预测容量应与已安装容量、可用容量、消耗容量和计费容量分开。

应跨客户、工作负载、云渠道、系统合作伙伴和共同经济父母来衡量集中度。多个程序可以依赖于一种超大规模计算器或一种模型系列。客户还可以通过资格认证、产能资助或软件贡献来获得影响力。估值应测试每种重大关系的损失、延迟或重新定价。

拟议的框架；概率和转换期需要针对具体目标的证据。

使用质量很重要。由于模型、数据或客户需求延迟，部署的运行可能低于计划利用率。由于支持和电力成本定价过低，它可能会以高利用率运行，但利润微薄。投资委员会应该收到客户层面的单位经济效益，而不是单一的装机容量数据。

8 地图制作、内存、打包和网络依赖性

加速器性能取决于制造、封装、HBM、基板、网络、系统集成和电力传输。开放计算项目规范说明了模块化加速器和系统接口 ^[26]。 UCIe、内存和互连标准提供了额外的背景信息 [27-29]。公开的铸造和封装披露描述了持续的投资和技术复杂性[30-32]。应根据这些依赖关系测试目标的路线图。

买方应检查晶圆协议、封装分配、内存供应、电路板制造、组件资格、变更控制、优先级、定价、最低采购量、保修和第二来源状态。计划中的供应商名称并不能确定可用容量。该模型应使用已执行的权利、已注明日期的准备情况和已证明的产量。

随着集群规模的扩大，网络和通信可能成为系统瓶颈。测试计划应该衡量集体操作、拥塞、故障恢复和工作负载扩展。当软件或结构开销增加时，芯片级优势可能会消失。因此，评估应包括系统级性能和承诺配置所需的资本。

供应承诺既可以创造价值，也可以创造责任。如果需求发生变化，预付款和照付不议义务可能会确保产能，同时消耗流动性。客户资助的容量可以减少资本需求，同时创建优先权、退款或排他性条款。买方应按产品、期限、交易对手和控制权变更后果来表明每项承诺。

9 将路线图视为一系列证据门

加速器路线图涵盖架构、仿真、流片、首片芯片、启动、软件支持、系统认证和客户验收。每个门都有不同的概率、剩余成本和时间。在证据支持转换之前，路线图幻灯片不应获得全部运营价值。

买方应维护一份集成的硬件和软件路线图。编译器、框架和系统未准备就绪的芯片交付可能会延迟收入。软件可能会在发布后成熟并提高性能。预测应说明每个客户程序所需的版本以及交付该程序所需的资源。

路线图值可以建模为一组计划选项。每个选项都应该有明确的产品、工作量、客户群、预期现金、概率、剩余投资和最早决策日期。共享成本和依赖项应该分配一次。该模型应防止相同的未来能力出现在终端增长和单独的期权价值中。

最终价值应该反映提供连续产品的能力，而不是生产有利的一代产品的能力。买方应评估架构重用、团队连续性、验证资产、软件可移植性、供应商访问和客户信任。当在控制成本和质量的情况下实现了先前的目标时，快速的节奏可以支持价值。

10 根据公认的工作负载经济学进行评估

独立估值应从客户层面的现金流开始。收入应由已接受的部署、消耗或签约的单位、实现的价格和续订驱动。成本应包括芯片、内存、系统、软件、支持、迁移、保修、资本和营运资金。场景分析应结合性能、利用率、价格、功耗和路线图时序。

管理层假设五个接受的客户群体的当前值为 USD 890 million，四个扩展部署选项的价值为 USD 430 million，四个技术选择的价值为 USD 220 million，四个路线图选项的价值为 USD 180 million。然后扣除客户集中度的 USD 190 million、迁移支持的 USD 120 million 和剩余路线图资本的 USD 270 million。 USD 540 million 的平台津贴产生 USD 1.68 billion 的假定独立企业价值。所有金额均为管理层假设。

值和概率仅是用于方法演示的管理假设。

建立可比性后，市场倍数可以提供合理性检查。加速器业务的收入质量、硬件内容、软件成熟度、毛利率、资本密集度、客户集中度和路线图风险存在重大差异。不应仅仅因为目标使用 AI 术语而应用平台倍数。

该模型应将独立价值与买方特定价值分开。分销、供应访问、云覆盖、系统集成和软件优化可能会产生协同效应。它们的价值取决于买家资源、实施成本、客户反应和竞争限制。卖方不应因只有买方才能产生的协同效应而获得全额付款。

融资分析应反映平台的波动性和资金需求。债务能力应基于供应承诺、保修、支持和路线图投资后的经常性、可接受的现金流。积压、预订和客户预测应按可执行性和取消权进行分类。在收取收入之前，贷方可能需要流动资金用于流片、库存、产能存款和客户迁移。不利的情况应该包括延迟部署、较弱的实际价格、较高的支持成本和持续的路线图支出，因为这些压力可能同时发生。收购融资应包括契约净空和整合计划的资金，而不是假设标题 EBITDA 可以立即分配。

11 通过负责任的交付计划建立特定于买家的协同效应

采购、包装分配、网络、云分发、软件集成、客户访问和减少重复成本可以产生协同效应。每个计划都应该有一个基线、所有者、资源、时间安排、依赖性和可衡量的现金成果。诸如生态系统杠杆之类的标签不足以进行估值。

应通过规定的工作负载来测试技术协同作用。将目标加速器与买方编译器、互连或系统相结合可以提高性能、利用率或部署时间。该模型应包括集成成本以及客户拒绝关闭或更改平台的风险。结果应根据签名基线来衡量。

收入协同需要客户证据。买家渠道可能会扩大访问范围，同时与与买家竞争的客户产生冲突。该模型应确定客户、报价、销售周期、迁移支持和容量。除非得到计划计划的支持，否则广泛的百分比提升应保持在中心案例之外。

成本协同应该保留关键能力。在不了解编译器、验证、支持和客户依赖性的情况下删除重复的工程可能会损坏平台。整合计划应将可移除的企业成本与路线图和可靠性所需的产品工作区分开来。

12 选择与证据成熟度相匹配的交易结构

全面收购可以支持集成的产品和分销决策，同时集中完成交易时的路线图和客户风险。分阶段收购可以将所有权和对价与芯片、软件或客户门户联系起来。少数投资可以确保学习和商业权利，同时保持中立。合资企业可以合并互补资产，同时造成治理复杂性。许可或供应协议可以在不收购公司的情况下提供访问权限。

拟议的决策框架；法律、税务、会计和监管后果需要专家建议。

当指标可衡量并且买方控制得到解决时，或有考虑可以弥合不确定性。相关关卡可能包括基准重现性、编译器覆盖范围、可接受的部署、使用情况、毛利率或路线图交付。协议应定义配置、证据、计量周期、客户变更、资本承诺、会计、审计和争议解决。

治理应该在完全控制之前保护资产。信息权、融资义务、路线图决策、知识产权使用、客户中立性和关联方交易应与结构相匹配。买方应避免接收超出其合法权利的竞争敏感客户信息。

13 解决竞争、互操作性和平台中立性

美国合并指南讨论了涉及平台、互补、互操作性和输入获取的交易[37-39]。加速器收购可能会影响开发人员、云提供商、客户、系统合作伙伴和竞争硬件。买方应确定目标公司在哪些方面支持多平台使用，以及交易是否会改变维持这种支持的激励措施。

竞争尽职调查应检查市场定义、客户替代方案、转换成本、路线图时间、供应渠道、开发人员工具和数据。当目标可以减少对现有平台的依赖时，当前较小的收入基础并不能消除前瞻性问题。分析应由合格的律师根据现行法律和事实进行领导。

补救措施或承诺会影响价值。有关互操作性、许可、信息分离、供应、客户中立或非歧视的要求可能会限制计划中的集成或协同作用。评估应包括可信结果的成本、延迟和战略影响，而不是将批准视为二元事件。

平台中立性本身就是一种资产。客户可能会看重编译器、编排层或模型工具，因为它支持多个加速器。被一家硬件供应商收购可能会削弱这一主张。买方应测试与客户和合作伙伴的保留度，并在中立性支持现金流的情况下保持治理。

数据、安全和出口控制可以塑造集成边界。客户工作负载可能包含机密模型、培训方法、个人数据或受监管信息。基准人工制品和遥测可能受到合同限制。源存储库可以包含受控技术信息、加密材料或第三方代码。买方应明确这些资产的存储位置、谁可以访问它们、它们如何跨境以及适用哪些批准。集成计划应保留最低权限的访问、日志记录、隔离和事件响应。任何计划的团队、工具或技术转让都应根据现行出口和制裁规则进行审查。因所需控制而产生的成本和延误属于交易模型和成交计划。

14 协调资本支出、营运资金和支持义务

加速器开发需要设计、验证、流片、软件、系统、库存、资格认证和支持。买方应将维护、承诺路线图、可自由支配的增长和客户资助的投资分开。公布的资本应与采购订单、合同、里程碑、付款和可用产出保持一致。

在世代过渡期间，库存风险可能会上升。当软件、客户计划或新产品发生变化时，芯片、主板和系统的价值可能会降低。尽职调查团队应按版本、客户、资格、可恢复性和取消权对库存进行分类。采购承诺和供应商保证金应在中央需求和下行需求下进行测试。

营运资金应包括应收账款、信贷、担保、支持承诺、预付款和产能预留。硬件发货并不总是等于最终验收。现金流模型应反映安装、验收、使用、服务积分和收款。

资本化的软件和开发成本需要进行会计审查。买方应协调经济生活与产品节奏和客户使用。采购会计应使用现行标准识别所获得的技术、客户关系、合同和商誉[43-47]。会计分类不能取代经营估值。

15 通过集成保护客户信任和工程连续性

集成应保留路线图、发布质量、客户机密、安全、供应和负责任的决策权。客户可能担心战略买家会偏爱自己的产品、改变定价、降低可移植性或访问敏感工作负载。沟通应利用合并后的公司可以交付的承诺来解决连续性、支持、互操作性和治理问题。

关键人物风险不仅限于高管。架构、验证、编译器、内核、框架、支持和客户知识可能由小型团队负责。保留应与角色、权力、路线图和知识转移联系起来。文档应包括设计决策、源历史记录、构建系统、基准测试工件、测试覆盖范围和已知缺陷。

拟议的控制计划；时间安排应根据交易批准和客户义务进行调整。

集成顺序应遵循客户并释放风险。对编译器、驱动程序、存储库、构建系统或遥测技术的立即更改可能会导致回归。买方应确定哪些系统可以在第一天进行更改，哪些系统需要受控测试，哪些系统在产品或客户进入之前应保持独立。

16 使用签名到接受部署控制模型

签署和接受客户使用之间的时间间隔可能包含大量的价值变动。产品计划、软件发布、基准测试结果、供应分配和客户计划不断变化。控制模型应涵盖通过关闭、集成以及至少接受的部署和收集的第一个审核周期的最终尽职调查。

该模型应从冻结的签名基线开始。它应说明每个计划、工作量、配置、基准、服务水平、价格、供应路线、所需人员、资本和预测现金。应根据基线记录变化。软件回归、延迟流片、供应减少、客户重新设计或价格重置可能会在价值出现在报告收入中之前对其产生影响。

临时契约应保护物质资产和计划，同时保留合法的运营责任。卖方应维护团队、源存储库、发布控制、供应权、客户关系和普通资本。重大知识产权授予、独占权、路线图变更、取消或计划外承诺可能需要同意，但须遵守适用法律和商定的门槛。

结束准备工作应包括对存储库、构建系统、签名密钥、基准工件、支持系统、供应商联系人和客户升级的测试访问。买方应该知道哪些凭证和数据可以转移，哪些需要同意，哪些必须保持隔离。每个未解决的依赖项都应该有一个所有者和日期操作。

17 将尽职调查结果转化为价格、条款和整合行动

当发现改变决定时，勤奋就会创造价值。每项重大发现均应归类为价格调整、结构性项目、成交条件、合同保护、整合行动或监控风险。分类应确定证据、财务风险、时间、所有者和决策。

价格调整可以解决可接受的使用较弱、性能不受支持、迁移成本或所需资本的问题。成交条件可以涉及客户批准、供应同意或融资。陈述、赔偿或托管可以解决已确定的风险。契约可以保留团队、存储库、发布规则或供应。整合行动可以修复关闭后的可控弱点。

陈述和保证应与风险的性质和持续时间相匹配。它们可以涵盖知识产权所有权、开源合规性、基准声明、客户合同、供应权、安全、出口管制和财务报表。保险可以支持一些合同风险。它不能取代技术测试、客户证据或资助的集成计划。

最终的投资文件应协调总体价格、净债务、营运资本、或有对价、​​保留、交易成本和整合资金。它应该在同一基础上呈现独立价值、特定于买方的价值和对价。它应该显示每个主要的尽职调查结果如何改变模型或条款。

结论

AI 加速器交易结合了半导体、软件、系统、客户和平台经济。可信的估值遵循一条可复制的链条，从受控权利和供应到测量的芯片、成熟的软件、客户部署、接受的使用和收集的现金。峰值规格和选定的基准提供了背景信息。在支持运营价值之前，它们需要工作负载、准确性、延迟、功率和系统证据。

最强大的平台可以在相关客户条件下经济地提供有用的工作。它结合了可重复的性能、编译器和库的成熟度、可管理的迁移、可靠的供应、客户信任和资助的路线图。其溢价源自可重复的采用和持久的控制，而不是单一的测试结果或产品周期。

交易纪律是实用的。定义资产。重建负载下的性能。价格完整系统经济学。测试软件的覆盖范围和迁移。验证客户使用情况。地图供应和路线图依赖性。接受现金的价值计划。单独的买家协同。选择与证据成熟度相匹配的术语。通过关闭和接受部署来维持一个受控基线。

来源

1. MLCommons、MLPerf 推理基准套件、 阅读主要来源
2. MLCommons、MLPerf 推理提交指南、 阅读主要来源
3. MLCommons、MLPerf 端点基准测试、 阅读主要来源
4. MLCommons、MLPerf 推理功率测量、 阅读主要来源
5. MLCommons、MLPerf Inference v5 语言模型基准测试、 阅读主要来源
6. NVIDIA，2026 年年度报告，表格 10-K， 阅读主要来源
7. NVIDIA，2026 年年度报告和代理材料， 阅读主要来源
8. NVIDIA，2026 财年第四季度业绩， 阅读主要来源
9. NVIDIA、CUDA 平台文档、 阅读主要来源
10. NVIDIA，TensorRT 文档， 阅读主要来源
11. Advanced Micro Devices，2025 年年度报告，表格 10-K， 阅读主要来源
12. Advanced Micro Devices、ROCm 文档、 阅读主要来源
13. Advanced Micro Devices、数据中心和 Instinct 产品披露， 阅读主要来源
14. Advanced Micro Devices、年度报告和文件， 阅读主要来源
15. 英特尔，2024 年 10-K 表格年度报告， 阅读主要来源
16. 英特尔，Gaudi 加速器文档， 阅读主要来源
17. 谷歌云、TPU 文档、 阅读主要来源
18. Amazon Web Services、Trainium 文档、 阅读主要来源
19. Microsoft、Maia AI 加速器概述， 阅读主要来源
20. Meta Engineering、MTIA 加速器计划、 阅读主要来源
21. OpenXLA，编译器项目文档， 阅读主要来源
22. LLVM 项目、编译器基础架构文档、 阅读主要来源
23. ONNX，开放模型交换文档， 阅读主要来源
24. PyTorch，编译器文档， 阅读主要来源
25. TensorFlow、XLA 文档、 阅读主要来源
26. 开放计算项目、OCP 加速器模块基本规范、 阅读主要来源
27. UCIe 联盟、规范资源、 阅读主要来源
28. PCI-SIG、Compute Express Link 资源、 阅读主要来源
29. JEDEC，高带宽内存标准资源， 阅读主要来源
30. 台积电，2025年年报， 阅读主要来源
31. Amkor Technology、年度报告和备案文件、 阅读主要来源
32. 日月光科技控股，年报， 阅读主要来源
33. 美国国家标准技术研究院，AI风险管理框架， 阅读主要来源
34. 美国国家标准技术研究院，AI 标准参与计划， 阅读主要来源
35. 美国商务部，美国 CHIPS， 阅读主要来源
36. 美国工业与安全局、出口管理法规、 阅读主要来源
37. 美国司法部和联邦贸易委员会，2023 年合并指南， 阅读主要来源
38. 美国司法部，关于巩固或扩大支配地位的第 6 号准则， 阅读主要来源
39. 美国司法部，关于多边平台的准则 9， 阅读主要来源
40. 联邦贸易委员会，Hart-Scott-Rodino 合并前通知计划， 阅读主要来源
41. 欧盟委员会，横向合并指南， 阅读主要来源
42. 欧盟委员会，数字市场法， 阅读主要来源
43. IFRS 基金会、IFRS 3 企业合并、 阅读主要来源
44. IFRS 基金会、IAS 38 无形资产、 阅读主要来源
45. IFRS 基金会、IAS 36 资产减值、 阅读主要来源
46. IFRS 基金会、IFRS 13 公允价值计量、 阅读主要来源
47. 财务会计准则委员会，主题 805 业务合并， 阅读主要来源
48. 世界知识产权组织，知识产权评估， 阅读主要来源
49. 经合组织，数字经济中的竞争， 阅读主要来源
50. MLCommons、基准工作组和治理、 阅读主要来源