AI芯片技術(shù)架構(gòu)卡位戰(zhàn) 4種類型誰能笑到最后？
加入技術(shù)交流群
技術(shù)架構(gòu)發(fā)展分為四個(gè)類型
通用類芯片，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于PC端大型游戲?qū)D形處理的需求，現(xiàn)由于科技發(fā)展?jié)u漸在移動端也慢慢崛起。
而做GPU的大佬正是英偉達(dá)NVIDIA，從游戲、數(shù)據(jù)中心到人工智能，市場對英偉達(dá)芯片的需求越來越大，在游戲業(yè)中甚至增加了對加密貨幣挖礦者用戶的服務(wù)，等過去三年時(shí)間內(nèi)，英偉達(dá)依靠自身在 GPU 方面的技術(shù)積累，搭上了人工智能發(fā)展的快車道，其股價(jià)也在三年內(nèi)翻了10 倍。
英偉達(dá)GPU加速算法示意圖
與股價(jià)上漲發(fā)生的，還有這家公司的轉(zhuǎn)型，英偉達(dá)也正在經(jīng)歷從一個(gè)圖形芯片公司到AI平臺搭建者的轉(zhuǎn)型，聚焦于底層計(jì)算，致力于搭建高效平臺的戰(zhàn)略，使英偉達(dá)在當(dāng)下的技術(shù)革命中，占得了一席之地。
除了英偉達(dá)，還有AMD，ARM家的Mali，Imagination的PowerVR，Qualcomm的Adreno等
FPGA：Field-Programmable Gate Array現(xiàn)場可編程門陣列
它在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。它是作為專用集成電路(ASIC)領(lǐng)域中的一種半定制電路而出現(xiàn)的，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)。
全球知名的FPGA生產(chǎn)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(fā)明者，開發(fā)軟件MAX+PLUSII和QuartusII。Xilinx是FPGA的發(fā)明者，擁有世界一半以上的市場，提供90%的高端65nmFPGA產(chǎn)品，開發(fā)軟件為ISE，其產(chǎn)品主要用于軍用和宇航。
Altera和Xilinx主要生產(chǎn)一般用途FPGA，其主要產(chǎn)品采用RAM工藝。Actel主要提供非易失性FPGA，產(chǎn)品主要基于反熔絲工藝和FLASH工藝。
基于FPGA的半定制化芯片，代表如深鑒科技DPU、百度XPU等
DPU：Deep-Learning Processing Unit深度學(xué)習(xí)處理器
Deephi Tech深鑒，一家位于北京的清華背景start-up，深鑒將其開發(fā)的基于FPGA的神經(jīng)網(wǎng)絡(luò)處理器稱為DPU。
深鑒已經(jīng)公開發(fā)布了兩款DPU：亞里士多德架構(gòu)和笛卡爾架構(gòu)，分別針對CNN以及DNN/RNN。
百度也發(fā)布了XPU，這是一款256核、基于FPGA的云計(jì)算加速芯片，合作伙伴是賽思靈(Xilinx)。XPU的目標(biāo)是在性能和效率之間實(shí)現(xiàn)平衡，并處理多樣化的計(jì)算任務(wù)。
XPU的256個(gè)內(nèi)核，集成了一個(gè)共享內(nèi)存用于數(shù)據(jù)同步，所有內(nèi)核都運(yùn)行在600MHz。
全定制化ASIC芯片，代表如TPU、寒武紀(jì) Cambricon-1A等
ASIC：Application Specific Integrated Circuit
ASIC在集成電路界被認(rèn)為是一種為專門目的而設(shè)計(jì)的集成電路。ASIC芯片技術(shù)發(fā)展迅速，目前ASIC芯片間的轉(zhuǎn)發(fā)性能通常可達(dá)到1Gbs甚至更高，于是給交換矩陣提供了極好的物質(zhì)基礎(chǔ)。
TPU：Tensor Processing Unit Google 的張量處理器
TPU的架構(gòu)框圖
Google在2017年5月的開發(fā)者大會上正是公布了TPU2，又稱Cloud TPU.相比于TPU1，TPU2既可以勇于training，又可以用于inferrence.TPU1實(shí)用了脈動陣列的流處理結(jié)構(gòu)。
類腦計(jì)算芯片，代表如IBM TrueNorth、westwell、高通Zeroth等
類腦計(jì)算：是指借鑒大腦中進(jìn)行信息處理的基本規(guī)律，在硬件實(shí)現(xiàn)與軟件算法等多個(gè)層面，對于現(xiàn)有的計(jì)算體系與系統(tǒng)做出本質(zhì)的變革，從而實(shí)現(xiàn)在計(jì)算能耗、計(jì)算能力與計(jì)算效率等諸多方面的大幅改進(jìn)
TrueNorth：IBM 2014年發(fā)布的仿人腦芯片，在這個(gè)只有郵票大小的硅片上，集成了100萬個(gè)“神經(jīng)元”，256個(gè)“突觸”，4096個(gè)并行分布的神經(jīng)內(nèi)核，用了54億個(gè)晶體管，然而功耗卻只有70mW。
TrueNorth芯片結(jié)構(gòu)、功能、物理形態(tài)圖
WestWell Lab：西井科技是一家專注研究Neuromorphic Engineering神經(jīng)形態(tài)工程的類腦強(qiáng)人工智能商業(yè)公司，即模擬人腦神經(jīng)元工作原理而制造出的芯片，它既具備人腦的學(xué)習(xí)能力，又具備強(qiáng)大的特定運(yùn)算能力，僅需一塊郵票大小的芯片，就能模仿人類大腦在短時(shí)間內(nèi)處理海量的感官信息。
本人認(rèn)為，以上4種技術(shù)架構(gòu)的類型隨著科技的發(fā)展不斷最終將殊途同歸，區(qū)別在于不同時(shí)期不同需求，這也是各個(gè)AI芯片創(chuàng)業(yè)公司為什么要進(jìn)行卡位戰(zhàn)的原因。但無論怎么發(fā)展，技術(shù)永遠(yuǎn)都是第一要義。
評論