在Google TPUAI芯片的引领下，数据中心领域迎来了新的竞争者。然而，这些新兴玩家必须面对不仅财力雄厚的巨头，还有市场格局已成熟的挑战。要想成功，他们需要解决一些关键问题，比如终端用户提供的数据不足，以及如何定义产品灵活性和适应多种工作负载。
设计和制造定制芯片时，企业需要在成本和时间之间寻求平衡，同时考虑到成本回报的问题。这一限制因素缩小了AI处理器潜在市场。尽管如此，对于那些能够为特定算法提供更高能效和性能的自定义化程度越高越好的芯片来说，它们仍然具有优势。
但这并不意味着每家公司都能像Google那样建立起反馈循环。不过，有其他选择可供探索。在早期关注架构选择，并依据数据驱动决策，是当前行业趋势。而且，硬件与算法迭代速度快，使得决定架构时需考虑市场数据支持以及可塑性。
对于硬件使用寿命而言，大多数情况下是三到四年，但某些激进的数据中心可能会更频繁地升级或延长使用时间。此外，即使市场对新型AI芯片需求旺盛，但由于大型数据中心倾向于延长现有设备使用寿命，因此替换频率相对较低。
总之，要搅动这个充满投资热潮的大市场并不容易，而赢家通吃的情形也很可能出现，最终由一至三个公司获得最大的市场份额。一旦这些公司占据主导地位，其地位将难以被取代。
