GPU、FPGA、ASIC、TPU四大AI芯片“争奇斗艳”

分享到:

7fc2b013ccf4065940c79891d0180d8f

AI芯片是当前科技产业和社会关注的热点,也是AI技术发展过程中不可逾越的关键一环,不管有什么好的AI算法,要想最终应用,就必然要通过芯片实现。

谈AI芯片,就必须先对AI下一个定义。在莱迪斯半导体亚太区资深事业发展经理陈英仁看来,“AI神经网络”不是简单定义为某类产品,而是一个新的设计方法,“传统的一些算法,是照规则、照逻辑的,神经网络是用数据训练出来的结果。”那今天小编就给大家剖析四大AI芯片。

四大 AI芯片

GPU: 又称显示核心、视觉处理器、显示芯片,是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上图像运算工作的微处理器。其用途是将计算机系统所需要的显示信息进行转换驱动,并向显示器提供行扫描信号,控制显示器的正确显示,是连接显示器和个人电脑主板的重要元件,也是“人机对话”的重要设备之一。

在当前的 人工智能 芯片领域,GPU的应用领域不容小觑。据数据显示,在2008至2015年期间,除了2008年GPU市场规模稍有下降,其余年份全球独立显卡的出货量和销售额都呈现出明显的上升趋势,并且在2012至2015年有加速上升的表现。

FPGA : 即现场可编程门阵列,它是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。作为专用集成电路(ASIC)领域中的一种半定制电路而出现的芯片,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点。系统设计师可以根据需要通过可编辑的连接把FPGA内部的逻辑块连接起来,就好像一个电路试验板被放在了一个芯片里。

目前,国内有许多创业企业,自动加入FPGA阵营,提供基于FPGA的解决方案。比如源于清华大学的深鉴科技,专注于深度学习处理器与编译器技术,深鉴科技研发了一种名为“深度压缩”的技术,它不仅可以将神经网络压缩数十倍而不影响准确度,还可以使用“片上存储”来存储深度学习算法模型,减少内存读取,大幅度减少功耗。

ASIC: 即专用集成电路,是指应特定用户要求和特定电子系统的需要而设计、制造的集成电路。目前用CPLD(复杂可编程逻辑器件)和FPGA(现场可编程逻辑阵列)来进行ASIC设计是最为流行的方式之一,它们的共性是都具有用户现场可编程特性,都支持边界扫描技术,但两者在集成度、速度以及编程方式上具有各自的特点。

ASIC的特点是面向特定用户的需求,品种多、批量少,要求设计和生产周期短,它作为集成电路技术与特定用户的整机或系统技术紧密结合的产物,与通用集成电路相比具有体积更小、重量更轻、功耗更低、可靠性提高、性能提高、保密性增强、成本降低等优点。

TPU ( Tensor Processing Unit ): 是谷歌研发的一种神经网络训练的处理器,主要用于深度学习、AI运算。TPU具有像GPU和CPU一样的编程,以及一套CISC指令集。作为机器学习处理器,不仅仅支持某一种神经网络,还支持卷积神经网络、LSTM、全连接网络等多种。TPU采用低精度(8位)计算,以降低每步操作使用的晶体管数量。

虽然降低精度对于深度学习的准确度影响很小,但却可以大幅降低功耗、加快运算速度。同时,TPU使用了脉动阵列的设计,用来优化矩阵乘法与卷积运算,减少I/O操作。此外,TPU还采用了更大的片上内存,以此减少对DRAM的访问,从而更大程度地提升性能。

 

 

 

 

 

 

 

了解更多:

访问意法半导体ST MCU中文官网STM32/STM8中文社区

最新的32位Cortex-M单片机STM328位STM8单片机产品信息;

STM32中文资料、 STM32参考设计ST MCU技术培训STM32开发板活动

STM32单片机微信 
继续阅读
韩国AI半导体技术,为何能名列前茅?

近日韩国毫不掩饰其雄心壮志,希望成为全球人工智能行业的关键参与者,包括使半导体为AI功能提供动力。

意法半导体赋能工业市场智能、无线与安全

工业领域一直是半导体厂商的重要垂直应用市场之一。随着工业4.0、工业互联网在全球的持续推进,工业领域对半导体的需求也持续增长。2020年上半年,COVID-19疫情肆虐全球,半导体产业深受影响。在半导体行业主要垂直应用领域中,工业相对汽车、通信、消费等领域成为受影响最小的领域。

因不能失去美国断供华为!影响全球半导体业台积电却被特朗普左右

制霸多个领域的韩国三星,唯独在这个领域最大的愿景就是”做好老二“。究竟是什么样的公司能让三星望尘莫及,甘愿做芯片代工产业的第二名?

意法半导体解决方案赋能工业自动化

数据显示,亚洲自动化应用市场需求,2019至2023年复合增长率将达到8%,仅2020年亚洲TAM(整体目标市场)规模高达64.7亿美元。

物联网终极形态是什么?半导体芯片主宰电子产品命脉

物联网发展至今重要性已不言而喻,但是,你们是否想过物联网的终极形态是什么?达成这种终极形态需要什么?