AI芯片已经成了最热门的投资领域，各种AI芯片层出不穷.doc

《AI芯片已经成了最热门的投资领域，各种AI芯片层出不穷.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、AI芯片已经成了最热门的投资领域，各种AI芯片层出不穷　　近几年，人工智能迎来了自学科建立60年以来最大规模的市场应用爆发潮。　　这一新兴技术既为科技巨头的业务升级和拓展带来转机，也给了新创企业颠覆现有格局的机会。　　AI芯片已经成了最热门的投资领域，各种AI芯片层出不穷　　近几年，人工智能迎来了自学科建立60年以来最大规模的市场应用爆发潮。　　这一新兴技术既为科技巨头的业务升级和拓展带来转机，也给了新创企业颠覆现有格局的机会。　　　　作为人工智能产业的重中之重，AI芯片已经成了最热门的投资领域，各种AI芯片层出不穷。　　从三个维度看懂AI芯

2、片种类　　为了进行大数据处理，当前的方案一般采用高性能的处理器辅助MCU进行计算，但是随着摩尔定律时间周期拉长，处理器上可集成的器件数量会达到极限，因此需要通过架构的变化来满足数据量的增长，这就是人工智能芯片推出的背景。　　机器人文明君从技术架构、功能、应用场景三个维度对人工智能芯片进行分类。　　从技术架构来看，人工智能芯片分为通用性芯片（GPU）、半定制化芯片（FPGA）、全定制化芯片（ASIC）、类脑芯片四大类。　　　　GPU是单指令、多数据处理，采用数量众多的计算单元和超长的流水线，主要处理图像领域的运算加速。　　但GPU无法单独工作，

3、必须由CPU进行控制调用才能工作。CPU可单独作用，处理复杂的逻辑运算和不同的数据类型，但当需要大量的处理类型统一的数据时，则可调用GPU进行并行计算。　　FPGA适用于多指令，单数据流的分析，与GPU相反，因此常用于预测阶段，如云端。FPGA是用硬件实现软件算法，因此在实现复杂算法方面有一定的难度，缺点是价格比较高。　　对比FPGA和GPU可以发现，一是缺少内存和控制所带来的存储和读取部分，速度更快。二是因为缺少读取的作用，所以功耗低，劣势是运算量并不是很大。结合CPU和GPU各自的优势，有一种解决方案就是异构。　　ASIC是为实现特定要求

4、而定制的专用AI芯片。除了不能扩展以外，在功耗、可靠性、体积方面都有优势，尤其在高性能、低功耗的移动端。　　类脑芯片架构是一款模拟人脑的新型芯片编程架构，这一系统可以模拟人脑功能进行感知、行为和思考，简单来讲，就是复制人类大脑。　　　　很多人认为ASIC是人工智能芯片的一个主要发展方向，但也有另一部分人认为真正的人工智能芯片未来发展的方向是类脑计算。　　要做类脑芯片非常难，IBM、高通、英特尔等公司的芯片策略都是用硬件来模仿人脑的神经突触。　　总的来说：GPU未来的主攻方向是高级复杂算法和通用性人工智能平台，其发展路线分两条走：一是主攻高端算

5、法的实现，对于指令的逻辑性控制要更复杂一些，在面向需求通用的AI计算方面具有优势;二是主攻通用性人工智能平台，GPU的通用性强，所以应用于大型人工智能平台可高效完成不同的需求。　　FPGA更适用于各种细分的行业，人工智能会应用到各个细分领域。　　ASIC芯片是全定制芯片，长远看适用于人工智能。因为算法复杂度越强，越需要一套专用的芯片架构与其进行对应，而ASIC基于人工智能算法进行定制，其发展前景看好。　　类脑芯片是人工智能最终的发展模式，但是离产业化还很遥远。　　从应用场景来看，人工智能芯片应用于云端和设备端。　　　　在深度学习的训练阶段需要

6、极大的数据量和大运算量，单一处理器无法独立完成，因此训练环节只能在云端实现。　　云AI芯片的特点是性能强大、能够同时支持大量运算、并且能够灵活地支持图片、语音、视频等不同AI应用。　　我们现在使用的各种互联网AI能力（比如在线翻译、人证比对），背后都有云AI芯片在发挥作用或提供算力。　　英特尔、IBM等老牌云服务器芯片厂商同样在积极布局这一市场，各自通过并购、投资、研发等方式不断切入云AI芯片市场。　　在设备端，智能终端的数量庞大，而且需求差异较大，推理环节无法在云端完成，要求设备有独立的推理计算能力。这便需要有嵌入到设备内部的端AI芯片，让

7、设备不需要联网就能具备AI能力。　　它们的特点是体积小、耗电少，而且性能不需要特别强大，通常只需要支持一两种AI能力。　　现在手机里的芯片、摄像头里的芯片、甚至你家电饭煲里的芯片都开始陆续AI化。　　云端格局应该变化不大，但是在终端方面变数未定，边缘计算值得关注。云端市场已被巨头瓜分殆尽，创业公司生存空间几乎消失。倒是终端市场群雄割据，机会尚存。　　从功能上来看，人工智能包括推理和训练两个环节。　　训练是指通过大数据训练出一个复杂的神经网络模型，即用大量标记过的数据来“训练”相应的系统，使之可以适应特定的功能。推理是指利用训练好的模型，使用新

8、数据推理出各种结论。　　训练市场目前能与NVIDIA竞争的就是Google，传统CPU/GPU厂家Intel和AMD也在努力进入这Training市场。　　训练和推