AI 芯片 指针对 AI 算法的 ASIC(专用芯片)，传统的 CPU 都可以拿来利用执行 AI算法，但是速度慢，性能低，无法实际商用。例如自动驾驶需要识别道路行 人红绿灯等状况，CPU 的速度远远无法满足，若用 GPU，在图像识别过程 中计算速度会成倍增加。但单纯的 GPU 功耗较大，而且处理数据单一，因 此 AI 芯片是在原有 CPU 的基础上，增加了相应的 GPU 单元，用来计算神 经网络带来的深度学习算法。在图像识别等领域，常用的是 CNN 卷积网络、 语音识别、自然语言处理等领域，主要是 RNN，两类算法虽然不同，但本质 上，都是矩阵或 vector 的乘法、加法，然后配合一些除法、指数等算法。
目前来看，传统的芯片架构已 经难以满足 AI 应用的需要。
目前主流的架构分为四种:1、通用类芯片，如 GPU、FPGA 等;2、基于FPGA 的半定制化芯片代表如深鉴科技 DPU、百度 XPU 等;3、全定制化ASIC 芯片代表如 Google TPU、寒武纪 Cambricon-1A 等;4、类脑计算芯片代表 如 IBM TrueNorth、westwell、高通 Zeroth 等。
——世纪证券研究所
网友评论