人工智能芯片可以分为哪几类?如何理解这几类芯片?
已有 1096 次阅读 2019-02-18 10:50当前我们可以把人工智能芯片分为通用芯片、半定制化芯片、全定制化芯片和类脑芯片四大类:
1、通用芯片(GPU)。
GPU是单指令、多数据处理,采用数量众多的计算单元和超长的流水线,主要处理图像领域的运算加速。GPU是不能单独使用的,它只是处理大数据计算时的能手,必须由CPU进行调用,下达指令才能工作。但CPU可单独作用,处理复杂的逻辑运算和不同的数据类型,但当需要处理大数据计算时,则可调用GPU进行并行计算。
2、半定制化芯片(FPGA)。
FPGA适用于多指令,单数据流的分析,与GPU相反,因此常用于预测阶段,如云端。FPGA是用硬件实现软件算法,因此在实现复杂算法方面有一定的难度,缺点是价格比较高。
3、全定制化芯片(ASIC)。
ASIC是为实现特定场景应用要求时,而定制的专用AI芯片。除了不能扩展以外,在功耗、可靠性、体积方面都有优势,尤其在高性能、低功耗的移动设备端。
4、类脑芯片
类脑芯片架构是一款模拟人脑的神经网络模型的新型芯片编程架构,这一系统可以模拟人脑功能进行感知方式、行为方式和思维方式。
可以说,人工智能已经成为科技行业最热门的话题之一。而人工智能芯片作为智能时代的基础设施,自然也成为目前行业最热门的领域。不少企业对人工智能技术的好奇心和热情已经被点燃,小蚁科技这样的大公司也不甘示弱,通过对新知识的钻研学习,开发了一系列引领新时代的技术,以便能更快更大的打开人工智能芯片的市场。
发表评论 评论 (0 个评论)