人工智能芯片-下一代计算革命基石。    当前人工智能虽然尚处于早期发展阶段,但已渗透到众多行业,垂直行业应用遍地开花,人工智能无疑引领下一代计算革命。作为计算平台的大脑-A.I芯片必然扮演举足轻重的角色。当前A.I芯片尚处于早期研发阶段,通用芯片向A.I专用化改进,专用芯正在探索、研发中。但毫无疑问,谁能占据A.I芯片市场的主导地位,谁就能成为下一个英特尔和ARM,成为下一代计算产业革命的领导者。    GPU-通用芯片,广泛应用于数据中心。    GPU其强大的并行计算能力使其成为A.I训练数据首要考虑的芯片之一。GPU具有性能强、功耗大、价格高等特点,这些特点使其适用于对性能要求较高,功耗、价格其次的数据中心。当前的GPU巨头--英伟达在数据中心市场尝到甜头后,开始着手布局深度学习专用加速卡,以及其他A.I应用场景,如无人驾驶领域。目前GPU+CPU已经成为数据中心中进行A.I数据训练最主流的解决方案。    FPGA技术路线-半定制化,用于企业、军工等要求灵活性场景。    基于FPGA开发的A.I芯片具有高性能、低功耗等特性,并且FPGA的易于开发赋予了这种芯片更多的灵活性,使其适合于产品价格要求不高,但对产品灵活性、性能功耗比要求较高的场景。但FPGA价格相对较高,因此用FPGA做深度学习加速器的多是军工或者企业用户。基于FPGA开发A.I专用芯片是热门研究方向之一,许多互联网巨头和创业公司都在FPGA芯片布局,未来前景较为乐观。    ASIC技术路线-全定制化,用于消费电子等高性能功耗比场景。    采用ASIC技术路线的A.I芯片也具有FPGA高性能功耗比的特点。与FPGA不同的是ASIC是流片生产,早期的研发成本可以在量产后摊薄,这使得其较为适合对可编程性要求不高,但对性能功耗比,以及价格有要求的消费电子端。当前A.I尚处于初级服务智能阶段,A.I的核心计算主要集中于数据中心。当A.I发展至通用智能阶段时,消费前端应用会井喷式增长,ASIC专用芯片市场前景不可估量。    类脑芯片-萌芽阶段,未来不确定大。    类脑芯片是对传统计算机架构的突破,能够模拟人类大脑进行认知、记忆、处理问题,是对发展了几十年的冯诺依曼体系架构计算机的颠覆。类脑芯片当前还处于研发阶段,应用前景尚不明确。但作为一个计算平台,若类脑芯片能实现高性能、自主学习等功能,那无疑将会带来新一代处理器革命。

声明：如本站内容不慎侵犯了您的权益，请联系邮箱：wangshiyuan@epins.cn 我们将迅速删除。