AI芯片是當(dāng)前科技產(chǎn)業(yè)和社會(huì)關(guān)注的熱點(diǎn)，也是AI技術(shù)發(fā)展過程中不可逾越的關(guān)鍵一環(huán)，不管有什么好的AI算法，要想最終應(yīng)用，就必然要通過芯片實(shí)現(xiàn)。
談AI芯片，就必須先對(duì)AI下一個(gè)定義。在萊迪斯半導(dǎo)體亞太區(qū)資深事業(yè)發(fā)展經(jīng)理陳英仁看來，“AI神經(jīng)網(wǎng)絡(luò)”不是簡單定義為某類產(chǎn)品，而是一個(gè)新的設(shè)計(jì)方法，“傳統(tǒng)的一些算法，是照規(guī)則、照邏輯的，神經(jīng)網(wǎng)絡(luò)是用數(shù)據(jù)訓(xùn)練出來的結(jié)果。”那今天小編就給大家剖析四大AI芯片。
四大AI芯片
GPU：又稱顯示核心、視覺處理器、顯示芯片，是一種專門在個(gè)人電腦、工作站、游戲機(jī)和一些移動(dòng)設(shè)備（如平板電腦、智能手機(jī)等）上圖像運(yùn)算工作的微處理器。其用途是將計(jì)算機(jī)系統(tǒng)所需要的顯示信息進(jìn)行轉(zhuǎn)換驅(qū)動(dòng)，并向顯示器提供行掃描信號(hào)，控制顯示器的正確顯示，是連接顯示器和個(gè)人電腦主板的重要元件，也是“人機(jī)對(duì)話”的重要設(shè)備之一。
在當(dāng)前的人工智能芯片領(lǐng)域，GPU的應(yīng)用領(lǐng)域不容小覷。據(jù)數(shù)據(jù)顯示，在2008至2015年期間，除了2008年GPU市場(chǎng)規(guī)模稍有下降，其余年份全球獨(dú)立顯卡的出貨量和銷售額都呈現(xiàn)出明顯的上升趨勢(shì)，并且在2012至2015年有加速上升的表現(xiàn)。
FPGA：即現(xiàn)場(chǎng)可編程門陣列，它是在PAL、GAL、CPLD等可編程器件的基礎(chǔ)上進(jìn)一步發(fā)展的產(chǎn)物。作為專用集成電路（ASIC）領(lǐng)域中的一種半定制電路而出現(xiàn)的芯片，既解決了定制電路的不足，又克服了原有可編程器件門電路數(shù)有限的缺點(diǎn)。系統(tǒng)設(shè)計(jì)師可以根據(jù)需要通過可編輯的連接把FPGA內(nèi)部的邏輯塊連接起來，就好像一個(gè)電路試驗(yàn)板被放在了一個(gè)芯片里。
目前，國內(nèi)有許多創(chuàng)業(yè)企業(yè)，自動(dòng)加入FPGA陣營，提供基于FPGA的解決方案。比如源于清華大學(xué)的深鑒科技，專注于深度學(xué)習(xí)處理器與編譯器技術(shù)，深鑒科技研發(fā)了一種名為“深度壓縮”的技術(shù)，它不僅可以將神經(jīng)網(wǎng)絡(luò)壓縮數(shù)十倍而不影響準(zhǔn)確度，還可以使用“片上存儲(chǔ)”來存儲(chǔ)深度學(xué)習(xí)算法模型，減少內(nèi)存讀取，大幅度減少功耗。
ASIC：即專用集成電路，是指應(yīng)特定用戶要求和特定電子系統(tǒng)的需要而設(shè)計(jì)、制造的集成電路。目前用CPLD（復(fù)雜可編程邏輯器件）和FPGA（現(xiàn)場(chǎng)可編程邏輯陣列）來進(jìn)行ASIC設(shè)計(jì)是最為流行的方式之一，它們的共性是都具有用戶現(xiàn)場(chǎng)可編程特性，都支持邊界掃描技術(shù)，但兩者在集成度、速度以及編程方式上具有各自的特點(diǎn)。
ASIC的特點(diǎn)是面向特定用戶的需求，品種多、批量少，要求設(shè)計(jì)和生產(chǎn)周期短，它作為集成電路技術(shù)與特定用戶的整機(jī)或系統(tǒng)技術(shù)緊密結(jié)合的產(chǎn)物，與通用集成電路相比具有體積更小、重量更輕、功耗更低、可靠性提高、性能提高、保密性增強(qiáng)、成本降低等優(yōu)點(diǎn)。
TPU（Tensor Processing Unit）：是谷歌研發(fā)的一種神經(jīng)網(wǎng)絡(luò)訓(xùn)練的處理器，主要用于深度學(xué)習(xí)、AI運(yùn)算。TPU具有像GPU和CPU一樣的編程，以及一套CISC指令集。作為機(jī)器學(xué)習(xí)處理器，不僅僅支持某一種神經(jīng)網(wǎng)絡(luò)，還支持卷積神經(jīng)網(wǎng)絡(luò)、LSTM、全連接網(wǎng)絡(luò)等多種。TPU采用低精度（8位）計(jì)算，以降低每步操作使用的晶體管數(shù)量。
雖然降低精度對(duì)于深度學(xué)習(xí)的準(zhǔn)確度影響很小，但卻可以大幅降低功耗、加快運(yùn)算速度。同時(shí)，TPU使用了脈動(dòng)陣列的設(shè)計(jì)，用來優(yōu)化矩陣乘法與卷積運(yùn)算，減少I/O操作。此外，TPU還采用了更大的片上內(nèi)存，以此減少對(duì)DRAM的訪問，從而更大程度地提升性能。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
