1.1. 引言¶
1.1.1. 什么是人工智能芯片¶
人工智能（Artificial Intelligence, AI）芯片: 从广义上讲只要能够运行人工智能算法的芯片都叫作 AI 芯片. 但是通常意义上的 AI 芯片指的是针对人工智能算法做了特殊加速设计的芯片, 现阶段, 这些人工智能算法一般以深度学习算法为主, 也可以包括其它机器学习算法.
1.1.2. AI芯片分类¶
AI芯片按计算架构分别可以分为: 图形处理单元(GPU), 场可编程阵列(FPGA), 专用集成电路(ASIC)与脑启发(Brain-Inspired)式; 按功能可分为训练型与推理性; 按应用场景可分为服务端(云端)和移动端(终端).
不同类型AI芯片比较
类型 |
GPU |
FPGA |
ASIC |
脑启发 |
|---|---|---|---|---|
定制化 |
通用 |
半定制化 |
全定制化 |
通用 |
优点 |
通用性强 |
功耗低 |
专用性强, 功耗低 |
认知能力强, 效率高, 功耗极低 |
缺点 |
功耗高 |
开发难 |
开发较难 |
开发很难 |
适用算法 |
大规模并行运算 |
大规模并行运算 |
深度学习算法 |
通用智能计算 |
适用场景 |
云端 |
云端, 终端 |
云端, 终端 |
云端, 终端 |
代表厂商及产品 |
NVIDIA Tesla |
Xilinx Versal |
Google TPU; 寒武纪: 1H8, 1M; |
IBM: TrueNorth |
技术成熟度 |
高 |
中上 |
中, 演进阶段 |
低, 探索阶段 |
