中国智能芯片行业研究报告
随着人工智能受到媒体和资本的热捧,近来国内外各路豪杰纷纷推出自己 的人工智能芯片,在PC行业已经开始逐年衰退,智能手机行业也随着市场的逐 渐饱和进入瓶颈期的情况下,人工智能、物联网、云计算、大数据等领域被认 为是下一个风口。其中,人工智能无疑是最受媒体和资本热捧的宠儿。同时, 国外大厂纷纷推出了自己的人工智能芯片。
随着人工智能的快速发展,应用场 景不断拓展,目前已覆盖包括深度学习、 机器视觉、指纹识别、人脸识别、个人 助理、智慧机器人等13个具体应用。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)三大类。
目前适合深度学习的人工智能芯片主要有GPU、FPGA、ASIC三种技术路线。GPU 最先被引 入深度学习,技术最为成熟;FPGA具有硬件可编程特点,性能出众但壁垒高。ASCI 由于可定制、 低成本是未来终端应用的趋势。
GPU使用SIMD(单指令多数据流)来让多个执行单元以同样的步伐来处理不同的数据,原 本用于处理图像数据,但其离散化和分布式的特征,以及用矩阵运算替代布尔运算适合处理深 度学习所需要的非线性离散数据。作为加速器的使用,可以实现深度学习算法。
GPU由并行计算单元和控制单元以及存储单元构成GPU拥有大量的核(多达几千个核)和 大量的高速内存,擅长做类似图像处理的并行计算,以矩阵的分布式形式来实现计算。同CPU不 同的是,GPU的计算单元明显增多,特别适合大规模并行计算。
下载链接:中国智能芯片行业前景研究报告
下载链接:
免责申明:本号聚焦相关技术分享,内容观点不代表本号立场,可追溯内容均注明来源,发布文章若存在版权等问题,请留言联系删除,谢谢。
电子书<服务器基础知识全解(终极版)>更新完毕,知识点深度讲解,提供182页完整版下载。
获取方式:点击“阅读原文”即可查看PPT可编辑版本和PDF阅读版本详情。
温馨提示:
请搜索“AI_Architect”或“扫码”关注公众号实时掌握深度技术分享,点击“阅读原文”获取更多原创技术干货。