شركة كبرى في مجال السيارات والطاقة تعيد تشكيل استراتيجيتها للبنية التحتية للذكاء الاصطناعي. ووفقًا للبيانات الأخيرة، ستصل نفقات الشركة على أجهزة GPU إلى حوالي $10 مليار بحلول نهاية العام، وذلك بشكل رئيسي لأعباء تدريب الشبكات العصبية ومعالجة الفيديو. تجمع الخطوة الاستراتيجية بين المسرعات من طرف ثالث ورقائق الذكاء الاصطناعي الداخلية الخاصة بها لتحسين كفاءة الحوسبة. يثبت نهج الرقاقة المزدوجة أهميته: بدون الاستفادة من السيليكون المخصص الخاص بهم جنبًا إلى جنب مع المعالجات القياسية في الصناعة، يمكن أن يتضاعف إجمالي استثمار الأجهزة بسهولة. تؤكد الحسابات على اتجاه أوسع في التكنولوجيا—حيث تسعى الشركات لزيادة قدراتها في الذكاء الاصطناعي بطريقة أكثر فعالية من حيث التكلفة من خلال الاستثمار في تصميم أشباه الموصلات. من خلال تقليل الاعتماد على موردي الرقائق الخارجيين فقط، يمكن للمؤسسات خفض تكاليف الحوسبة بشكل كبير مع الحفاظ على قدرة المعالجة لخطوط البيانات الضخمة.