GPU、FPGA、ASIC、TPU四大AI芯片“爭奇斗艷”

　　AI芯片是當前科技產(chǎn)業(yè)和社會(huì )關(guān)注的熱點(diǎn)，也是AI技術(shù)發(fā)展過(guò)程中不可逾越的關(guān)鍵一環(huán)，不管有什么好的AI算法，要想最終應用，就必然要通過(guò)芯片實(shí)現。

　　談AI芯片，就必須先對AI下一個(gè)定義。在萊迪斯半導體亞太區資深事業(yè)發(fā)展經(jīng)理陳英仁看來(lái)，“AI神經(jīng)網(wǎng)絡(luò )”不是簡(jiǎn)單定義為某類(lèi)產(chǎn)品，而是一個(gè)新的設計方法，“傳統的一些算法，是照規則、照邏輯的，神經(jīng)網(wǎng)絡(luò )是用數據訓練出來(lái)的結果?！蹦墙裉煨【幘徒o大家剖析四大AI芯片。

　　四大AI芯片

　　GPU：又稱(chēng)顯示核心、視覺(jué)處理器、顯示芯片，是一種專(zhuān)門(mén)在個(gè)人電腦、工作站、游戲機和一些移動(dòng)設備(如平板電腦、智能手機等)上圖像運算工作的微處理器。其用途是將計算機系統所需要的顯示信息進(jìn)行轉換驅動(dòng)，并向顯示器提供行掃描信號，控制顯示器的正確顯示，是連接顯示器和個(gè)人電腦主板的重要元件，也是“人機對話(huà)”的重要設備之一。

　　在當前的人工智能芯片領(lǐng)域，GPU的應用領(lǐng)域不容小覷。據數據顯示，在2008至2015年期間，除了2008年GPU市場(chǎng)規模稍有下降，其余年份全球獨立顯卡的出貨量和銷(xiāo)售額都呈現出明顯的上升趨勢，并且在2012至2015年有加速上升的表現。

　　FPGA：即現場(chǎng)可編程門(mén)陣列，它是在PAL、GAL、CPLD等可編程器件的基礎上進(jìn)一步發(fā)展的產(chǎn)物。作為專(zhuān)用集成電路(ASIC)領(lǐng)域中的一種半定制電路而出現的芯片，既解決了定制電路的不足，又克服了原有可編程器件門(mén)電路數有限的缺點(diǎn)。系統設計師可以根據需要通過(guò)可編輯的連接把FPGA內部的邏輯塊連接起來(lái)，就好像一個(gè)電路試驗板被放在了一個(gè)芯片里。

　　目前，國內有許多創(chuàng )業(yè)企業(yè)，自動(dòng)加入FPGA陣營(yíng)，提供基于FPGA的解決方案。比如源于清華大學(xué)的深鑒科技，專(zhuān)注于深度學(xué)習處理器與編譯器技術(shù)，深鑒科技研發(fā)了一種名為“深度壓縮”的技術(shù)，它不僅可以將神經(jīng)網(wǎng)絡(luò )壓縮數十倍而不影響準確度，還可以使用“片上存儲”來(lái)存儲深度學(xué)習算法模型，減少內存讀取，大幅度減少功耗。

　　ASIC：即專(zhuān)用集成電路，是指應特定用戶(hù)要求和特定電子系統的需要而設計、制造的集成電路。目前用CPLD(復雜可編程邏輯器件)和FPGA(現場(chǎng)可編程邏輯陣列)來(lái)進(jìn)行ASIC設計是最為流行的方式之一，它們的共性是都具有用戶(hù)現場(chǎng)可編程特性，都支持邊界掃描技術(shù)，但兩者在集成度、速度以及編程方式上具有各自的特點(diǎn)。

　　ASIC的特點(diǎn)是面向特定用戶(hù)的需求，品種多、批量少，要求設計和生產(chǎn)周期短，它作為集成電路技術(shù)與特定用戶(hù)的整機或系統技術(shù)緊密結合的產(chǎn)物，與通用集成電路相比具有體積更小、重量更輕、功耗更低、可靠性提高、性能提高、保密性增強、成本降低等優(yōu)點(diǎn)。

　　TPU(Tensor Processing Unit)：是谷歌研發(fā)的一種神經(jīng)網(wǎng)絡(luò )訓練的處理器，主要用于深度學(xué)習、AI運算。TPU具有像GPU和CPU一樣的編程，以及一套CISC指令集。作為機器學(xué)習處理器，不僅僅支持某一種神經(jīng)網(wǎng)絡(luò )，還支持卷積神經(jīng)網(wǎng)絡(luò )、LSTM、全連接網(wǎng)絡(luò )等多種。TPU采用低精度(8位)計算，以降低每步操作使用的晶體管數量。

　　雖然降低精度對于深度學(xué)習的準確度影響很小，但卻可以大幅降低功耗、加快運算速度。同時(shí)，TPU使用了脈動(dòng)陣列的設計，用來(lái)優(yōu)化矩陣乘法與卷積運算，減少I(mǎi)/O操作。此外，TPU還采用了更大的片上內存，以此減少對DRAM的訪(fǎng)問(wèn)，從而更大程度地提升性能。