在下述的內(nèi)容中，小編將會對AIAI、AI芯片分類的相關(guān)消息予以報道，如果AI是您想要了解的焦點之一，不妨和小編共同閱讀這篇文章哦。

在PC時代，英特爾憑借CPU建立起千億美元的市場，成為摩爾定律最大的受益者;在移動互聯(lián)網(wǎng)和云計算時代，半導(dǎo)體知識產(chǎn)權(quán)提供商ARM和英偉達崛起，成為行業(yè)算力的新興供應(yīng)商，建立起芯片生態(tài);在人工智能時代，從亞馬遜、谷歌，到地平線、寒武紀，全球大大小小的公司投入到AI造芯運動中，AI芯片正式進入戰(zhàn)國時代。

AI芯片也被稱為AI加速器或計算卡，即專門用于處理人工智能應(yīng)用中的大量計算任務(wù)的模塊(其他非計算任務(wù)仍由CPU負責)。當前，AI芯片主要分為 GPU 、FPGA 、ASIC。

AI的許多數(shù)據(jù)處理涉及矩陣乘法和加法。大量并行工作的GPU提供了一種廉價的方法，但缺點是更高的功率。具有內(nèi)置DSP模塊和本地存儲器的FPGA更節(jié)能，但它們通常更昂貴。

AI芯片該使用什么方法原理去實現(xiàn)，仍然眾說紛紜，這是新技術(shù)的特點，探索階段百花齊放，這也與深度學習等算法模型的研發(fā)并未成熟有關(guān)，即AI的基礎(chǔ)理論方面仍然存在很大空白。這是指導(dǎo)芯片如何設(shè)計的基本前提。因此，集中在如何更好的適應(yīng)已有的數(shù)據(jù)流式處理模式進行的芯片優(yōu)化設(shè)計。

技術(shù)手段方面AI市場的第一顆芯片包括現(xiàn)成的CPU，GPU，F(xiàn)PGA和DSP的各種組合。雖然新設(shè)計正在由諸如英特爾、谷歌、英偉達、高通，以及IBM等公司開發(fā)，但還不清楚哪家的方法會勝出。似乎至少需要一個CPU來控制這些系統(tǒng)，但是當流數(shù)據(jù)并行化時，就會需要各種類型的協(xié)處理器。

市場上很多AI芯片，令人眼花繚亂。根據(jù)其應(yīng)用范圍，大體上可以分為幾類：

終端AI芯片：

終端AI芯片要求功耗低，算力需求也相對較低，主要是AI推理的應(yīng)用。終端AI芯片以各種帶AI模塊的MCU來呈現(xiàn)，專注于某一類應(yīng)用，例如，智能音箱里面的AI芯片，可以用于語音識別。智能門鎖的AI芯片，可以人臉識別等等。

云端AI芯片：

云端AI芯片則是數(shù)據(jù)中心， 用于云端AI加速，不但可以推理也可以做訓練。例如NVIDA的GPU卡，谷歌的TPU等等。云端AI芯片性能比較強，面積也非常大，例如A100據(jù)說在7nm下有826mm2，性能也比較強悍!

除此之外，還有邊緣AI芯片。

那么邊緣AI芯片是做什么來用的。提到邊緣計算，有一個非常有名的“章魚論”。章魚這種生物比較奇怪，章魚有8條腿，但是章魚的某些決策不是都要放到大腦中來計算，而是在腿中就進行計算。這個章魚腿相比于章魚大腦(云端)，就是邊緣端!這個比喻非常有趣，以至于經(jīng)常被邊緣計算的場景來引用。例如，自動駕駛或者ADAS (智能駕駛輔助系統(tǒng))，需要在本地就把整個決策及設(shè)計完成。有很多在需要大數(shù)據(jù)量計算但是實時性比較高，不需要繞一圈到云中心來計算的場景。例如智能駕駛，智能工廠，與安防結(jié)合交通管理等等。相對于終端AI芯片很多消費級的場景，邊緣AI芯片更多的是工業(yè)領(lǐng)域的應(yīng)用。邊緣AI基本上將應(yīng)用局限在某個范圍內(nèi)，可以是一輛汽車、一列火車、一個工廠、一個商店。在這個范圍內(nèi)，有一些實時的AI決策及處理需求需要被滿足。相應(yīng)的我們會把AI賦能稱之為，自動駕駛、智能制造、智慧零售等等。其核心目的主要強調(diào)在數(shù)據(jù)來源側(cè)來解決問題。這就是邊緣AI芯片AI存在的需求。

上述所有信息便是小編這次為大家推薦的內(nèi)容，希望大家能夠喜歡，想了解更多有關(guān)它的信息或者其它內(nèi)容，請關(guān)注我們網(wǎng)站哦。