1、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(lái)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(dòng)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(chǎng)對(duì)英偉達(dá)芯片的需求越來(lái)越大,在游戲業(yè)中甚至增加了對(duì)加密貨幣挖礦者用戶的服務(wù),等過(guò)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(chē)道,其股價(jià)也在三年內(nèi)翻了10 倍。
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(tái)搭建者的轉(zhuǎn)型,聚焦于底層計(jì)算,致力于搭建高效平臺(tái)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(chǎng)可編程門(mén)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(mén)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(kāi)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(chǎng),提供90%的高端65nmFPGA產(chǎn)品,開(kāi)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。
2、基于FPGA的半定制化芯片 代表如DPU、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(kāi)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(kāi)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(duì)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
3、全定制化ASIC芯片 代表如TPU、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(mén)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
Google在2017年5月的開(kāi)發(fā)者大會(huì)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(dòng)陣列的流處理結(jié)構(gòu)。
4、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(duì)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(wàn)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。
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。