．AI 晶片技術架構的 4 種類型，哪種能笑到最後？

AI, ML Chip Choices

AKD 零售櫃檯專用監視攝影機

來源：Ai芯天下

AI 晶片產業生態

技術架構發展分為四個類型

01、通用類晶片

代表如GPU、FPGA

GPU：Graphics Processing Unit圖形處理器

GPU原本需求大部分，都來源於PC端大型遊戲對圖形處理的需求，現由於科技發展漸漸在行動端也慢慢崛起。

而做GPU的大佬正是英偉達NVIDIA，從遊戲、數據中心到人工智慧，市場對英偉達晶片的需求越來越大，在遊戲業中甚至增加了對加密貨幣挖礦者用戶的服務，等過去三年時間內，英偉達依靠自身在 GPU 方面的技術累積，搭上了人工智慧發展的快車道，其股價也在三年內翻了10 倍。

英偉達GPU加速算法示意圖

與股價上漲發生的，還有這家公司的轉型，英偉達也正在經歷從一個圖形晶片公司到AI平台搭建者的轉型，聚焦於底層計算，致力於搭建高效平台的策略，使英偉達在當下的技術革命中，佔得了一席之地。

除了英偉達，還有AMD，ARM家的Mali，Imagination的PowerVR，Qualcomm的Adreno等

FPGA：Field－Programmable Gate Array現場可編程門陣列

它在PAL、GAL、CPLD等可編程器件的基礎上，進一步發展的產物。它是作為專用整合電路（ASIC）領域中的一種半訂製電路而出現的，既解決了訂製電路的不足，又克服了原有可編程器件門電路數有限的缺點。

全球知名的FPGA生產廠商有：Altera、 Xilinx、Actel 、 Lattice、Atmel。其中Altera作為世界老牌可編程邏輯器件的廠家，是可編程邏輯器件的發明者，開發軟體MAX＋PLUSII和QuartusII。Xilinx是FPGA的發明者，擁有世界一半以上的市場，提供90％的高端65nmFPGA產品，開發軟體為ISE，其產品主要用於軍用和航太。

Altera和Xilinx主要生產一般用途FPGA，其主要產品採用RAM工藝。Actel主要提供非易失性FPGA，產品主要基於反熔絲工藝和FLASH工藝。

02、基於FPGA的半訂製化晶片

代表如深鑒科技DPU、百度XPU等

DPU：Deep－Learning Processing Unit深度學習處理器

Deephi Tech深鑒，一家位於北京的清華背景start－up，深鑒將其開發的基於FPGA的神經網路處理器稱為DPU。

深鑒已經公開發佈了兩款DPU：亞里士多德架構和笛卡爾架構，分別針對CNN以及DNN／RNN。

百度也發佈了XPU，這是一款256核、基於FPGA的雲計算加速芯片，合作夥伴是賽思靈（Xilinx）。XPU的目標是在性能和效率之間實現平衡，並處理多樣化的計算任務。

XPU的256個內核，集成了一個共享內存用於數據同步，所有內核都運行在600MHz

03、全訂製化ASIC晶片

代表如TPU、寒武紀 Cambricon－1A等

ASIC：Application Specific Integrated Circuit

ASIC在整合電路界，被認為是一種為專門目的，而設計的整合電路。ASIC晶片技術發展迅速，目前ASIC晶片間的轉發性能，通常可達到1Gbs甚至更高，於是給交換矩陣提供了極好的物質基礎。

TPU：Tensor Processing Unit Google 的張量處理器

TPU的架構框圖

Google在2017年5月的開發者大會上，正是公佈了TPU2，又稱Cloud TPU．相比於TPU1，TPU2既可以勇於training，又可以用於inferrence．TPU1實用了脈動陣列的流處理結構。

04、類腦計算晶片

代表如IBM TrueNorth、westwell、高通Zeroth等

類腦計算：是指借鑒大腦中，進行資訊處理的基本規律，在硬體實現，與軟體算法等多個層面，對於現有的計算體系與系統做出本質的變革，從而實現在計算能耗、計算能力與計算效率等，諸多方面的大幅改進

TrueNorth：IBM 2014年發佈的仿人腦晶片，在這個只有郵票大小的矽晶片上，整合了100萬個「神經元」，256個「突觸」，4096個並行分布的神經內核，用了54億個晶體管，然而功耗卻只有70mW。

TrueNorth芯片結構、功能、物理形態圖

WestWell Lab：西井科技是一家專注研究Neuromorphic Engineering神經形態工程的，類腦強人工智慧商業公司，即模擬人腦神經元工作原理，而製造出的晶片，它既具備人腦的學習能力，又具備強大的特定運算能力，僅需一張郵票大小的晶片，就能模仿人類大腦，在短時間內處理海量的感官資訊。

本人認為，以上4種技術架構的類型，隨著科技的發展不斷最終將殊途同歸，區別在於不同時期不同需求，這也是各個AI晶片創業公司，為什麼要進行卡位戰的原因。但無論怎麼發展，技術永遠都是第一要義。

按此回今日3S Market新聞首頁