AI芯片市场进入“战国时代”，AI芯片有哪些分类?

在下述的内容中，小编将会对AIAI、AI芯片分类的相关消息予以报道，如果AI是您想要了解的焦点之一，不妨和小编共同阅读这篇文章哦。

在PC时代，英特尔凭借CPU建立起千亿美元的市场，成为摩尔定律最大的受益者;在移动互联网和云计算时代，半导体知识产权提供商ARM和英伟达崛起，成为行业算力的新兴供应商，建立起芯片生态;在人工智能时代，从亚马逊、谷歌，到地平线、寒武纪，全球大大小小的公司投入到AI造芯运动中，AI芯片正式进入战国时代。

AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块(其他非计算任务仍由CPU负责)。当前，AI芯片主要分为 GPU 、FPGA 、ASIC。

AI的许多数据处理涉及矩阵乘法和加法。大量并行工作的GPU提供了一种廉价的方法，但缺点是更高的功率。具有内置DSP模块和本地存储器的FPGA更节能，但它们通常更昂贵。

AI芯片该使用什么方法原理去实现，仍然众说纷纭，这是新技术的特点，探索阶段百花齐放，这也与深度学习等算法模型的研发并未成熟有关，即AI的基础理论方面仍然存在很大空白。这是指导芯片如何设计的基本前提。因此，集中在如何更好的适应已有的数据流式处理模式进行的芯片优化设计。

技术手段方面AI市场的第一颗芯片包括现成的CPU，GPU，FPGA和DSP的各种组合。虽然新设计正在由诸如英特尔、谷歌、英伟达、高通，以及IBM等公司开发，但还不清楚哪家的方法会胜出。似乎至少需要一个CPU来控制这些系统，但是当流数据并行化时，就会需要各种类型的协处理器。

市场上很多AI芯片，令人眼花缭乱。根据其应用范围，大体上可以分为几类：

终端AI芯片：

终端AI芯片要求功耗低，算力需求也相对较低，主要是AI推理的应用。终端AI芯片以各种带AI模块的MCU来呈现，专注于某一类应用，例如，智能音箱里面的AI芯片，可以用于语音识别。智能门锁的AI芯片，可以人脸识别等等。

云端AI芯片：

云端AI芯片则是数据中心， 用于云端AI加速，不但可以推理也可以做训练。例如NVIDA的GPU卡，谷歌的TPU等等。云端AI芯片性能比较强，面积也非常大，例如A100据说在7nm下有826mm2，性能也比较强悍!

除此之外，还有边缘AI芯片。

那么边缘AI芯片是做什么来用的。提到边缘计算，有一个非常有名的“章鱼论”。章鱼这种生物比较奇怪，章鱼有8条腿，但是章鱼的某些决策不是都要放到大脑中来计算，而是在腿中就进行计算。这个章鱼腿相比于章鱼大脑(云端)，就是边缘端!这个比喻非常有趣，以至于经常被边缘计算的场景来引用。例如，自动驾驶或者ADAS (智能驾驶辅助系统)，需要在本地就把整个决策及设计完成。有很多在需要大数据量计算但是实时性比较高，不需要绕一圈到云中心来计算的场景。例如智能驾驶，智能工厂，与安防结合交通管理等等。相对于终端AI芯片很多消费级的场景，边缘AI芯片更多的是工业领域的应用。边缘AI基本上将应用局限在某个范围内，可以是一辆汽车、一列火车、一个工厂、一个商店。在这个范围内，有一些实时的AI决策及处理需求需要被满足。相应的我们会把AI赋能称之为，自动驾驶、智能制造、智慧零售等等。其核心目的主要强调在数据来源侧来解决问题。这就是边缘AI芯片AI存在的需求。

上述所有信息便是小编这次为大家推荐的内容，希望大家能够喜欢，想了解更多有关它的信息或者其它内容，请关注我们网站哦。