未上市  

路透報導，輝達主宰了AI訓練模型市場，但在訓練後，這些AI將被投入所謂「推論」（inference）的更廣泛用途，包括對提示詞（prompts）生成回應文字，或判斷一張圖像是否包含貓等。分析師認為，資料中心推論晶片的市場將迅速成長，因為企業都正把AI技術運用於產品中，Google等企業也在探索如何降低額外成本。

在這些主要成本中，其中之一是電力。高通已經從為智慧手機等耗電裝置設計晶片的經驗，創造出Cloud AI 100晶片，目前是壓低耗電量。

MLCommons發布的測試數據顯示，高通AI 100晶片在分類圖像的表現擊敗輝達的H100晶片，判斷基準為每顆晶片每瓦能處理的資料中心伺服器查詢量，高通的晶片每瓦能處理197.6次伺服器查詢，多於輝達的108.4次。

不過，這個指標的榜首是由台灣學者林永隆所創辦的創鑫智慧拿下，每瓦可處理277次查詢。

高通晶片的物體偵測效能，也以每瓦處理3.2次查詢，超越輝達的每瓦處理2.4次查詢。物體偵測的應用包括從零售商店的影像分析消費者最常逛那些地方。

然而，在自然語言處理（被廣用於聊天機器人等系統的ＡＩ技術）測試中，輝達在絕對的效能與節能表現，都排名第一。輝達每瓦處理10.8組樣本，創鑫智慧的每瓦8.9組排名第二，高通位居第三，每瓦處理7.5組樣本。<摘錄經濟>