来源：Zach小生
作者：腾讯新闻知识官、美国宾州州立大学硕士、芯片工程师Zach小生
7月20日，寒武纪正式在A股科创板上市，成为AI芯片第一股，引起了业内的热媾和关注。
根据干系的资料显示，目前中国IC设计企业已超过1500家。但AI芯片的公司却比较少，创企仅超过20家。在这些AI芯片企业中，寒武纪是最突出的，尤其是最近的IPO，科创上市第一天股票便一起飙升。那么AI芯片到底是什么，与我们普通的CPU有何差异呢？
从事理逻辑来看，AI处理器是一种分外的芯片，它结合了人工智能技能和机器学习，使芯片的移动设备足够智能，可以模拟人类的大脑，用于优化深度学习AI的事情，也是利用多个具有特定功能的处理器的系统。而普通的芯片（普通cpu）则被封装在一个更小的芯片包中，设计用于支持移动运用程序，供应支持移动设备运用程序所需的所有系统功能。
大多数时候，各个大公司营销团队创造AI(人工智能）这个词非常“前位且华美”，以是他们险些把它捆绑到任何可能的商业用场中。因此，你肯定听说过“人工智能芯片”，实在它是NPU(神经处理单元)的重命名版本，这些是分外类型的ASIC（专用集成电路），旨在移动市场中将机器学习广泛运用。
这些ASIC有一种分外的架构设计，使它们能够更快地实行机器学习模型，而不是将数据卸载到做事器，然后等待它的相应。这种实行可能没有那么强大，但由于数据和处理中央之间的障碍更小,以是速率会更快。
NPU比普通的CPU有什么上风?
普通来说，我们可以理解为NPU便是AI芯片，普通芯片便是CPU。
CPU在一样平常的负载环境中事情会很好，由于它有一个较高的IPC，可以通过许多串行实行。且CPU遵照的是冯诺依曼架构，其核心是存储程序、顺序实行。CPU的架构中须要大量的空间去放置存储单元（Cache）和掌握单元（Control），比较之下打算单元只霸占了很小的一部分，以是它在大规模并行打算能力上极受限定，而更善于于逻辑掌握。
NPU和GPU的亮点在于它们能够运行多个并行线程。NPU通过一些分外的硬件级优化，比如为一些真正不同的处理核供应一些随意马虎访问的缓存系统，将其提升到另一个层次。这些高容量内核比常日的“常规”处理器更大略，由于它们不须要实行多种类型的任务。这一整套的“优化”使得NPU更加高效，这便是为什么这么多的研发会投入到ASIC中的缘故原由。
机器学习模型处理哀求CPU、DSP、GPU和NPU同时同步，这是很多芯片处理单元在共同事情。但这也阐明了为什么这样实行对付移动设备来说是“沉重的”。
NPU的上风之一在于，大部分韶光集中在低精度的算法，新的数据流架构或内存打算能力。与GPU不同，它们更关注吞吐量而不是延迟。
当然，AI算法是至关主要的，在图像识别等领域，常用的是CNN卷积网络，语音识别、自然措辞处理等领域，紧张是RNN，这是两类有差异的算法。但是，他们实质上，都是矩阵或vector的乘法、加法，然后合营一些除法、指数等算法。
其余，一个成熟的AI算法，针对卷积运算和加权求和的特天命学进行了优化。这个过程非常快。它就像一个没有图形硬件的GPU。对付AI芯片来说，如果确定了详细的目标尺寸，那么总的乘法加法打算次数是确定的。比如一万亿次, 就好比说，我用AI芯片跑程序，吃顿饭的功夫就就办理了，而CPU须要运行好几个星期，韶光上的差距，没有任何一家商业公司会摧残浪费蹂躏韶光。
环球AI芯片公司有哪些？
除了寒武纪，海内还有这些比较有名的AI芯片公司比特大陆，地平线，天数智芯，熠知电子，探境科技，燧原科技，海思，嘉楠科技等公司，都是经历了自2015年至现在的实际落地的考验期，才到现在情状。各个公司的产品也都是独特的，功耗、性能、运用处景都有自己的风格，可以在中国的广大的市场中霸占一席之地。
中国AI芯片公司处于一个发展热潮中，那国外AI的芯片发展情形又如何呢？现在让我们来看看那些我们认为是人工智能芯片顶级开拓者的公司，只管没有任何特定的顺序——只是那些已经展示了他们的技能并且已经将其投入生产或者即将投入生产的公司。详细如下：
1. Alphabet（谷歌母公司）
谷歌的母公司督匆匆着人工智能技能在多个领域的发展，包括云打算、数据中央、移动设备和台式电脑。可能最值得把稳的是它的张量处理单元(Tensor Processing Unit)，这是一款专门为谷歌的TensorFlow编程框架设计的ASIC，紧张用于AI的两个分支机器学习和深度学习。
谷歌的Cloud TPU是运用于数据中央或云办理方案，其大小相称于一张信用卡, 但Edge TPU大小是小于一美分的硬币, 是专为某些特定的设备而设计的。只管如此，更仔细不雅观察这一市场的剖析师说，谷歌的Edge TPU不太可能在短期内涌如今该公司自己的智好手机和平板电脑上，而更有可能被用于更高端、企业和昂贵的机器和设备。
2. Apple
苹果多年来一贯在开拓自己arm芯片，终极可能会彻底停滞利用英特尔(Intel)等供应商。苹果也基本上摆脱了与高通的纠缠，看起来确实决心要在未来的人工智能领域走自己的路。
该公司在最新款的iphone和ipad上利用了A13“仿生”芯片。该芯片利用了苹果的神经引擎，这是电路的一部分，第三方运用程序无法利用。A13仿生芯片比之前的版本更快，耗电更低。据宣布，A14版本目前正在生产中，今年可能会涌如今该公司更多的移动设备上。
3. ARM
Arm (ArmHoldings)生产的芯片设计被包括苹果在内的所有领先技能制造商采取。作为一个芯片设计师，它不制造自己的芯片，这给了它某种上风，就像微软不制造自己的电脑一样。换句话说，Arm在市场上有着巨大的影响力。该公司目前正沿着三个紧张方向开拓人工智能芯片设计: Project Trillium，一种“超高效”、可扩展的新型处理器，目标是机器学习运用;机器学习处理器，这是不言而喻的; Arm NN是神经网络的缩写，它是一种用于处理TensorFlow的处理器，Caffe是一种深度学习框架，还有其他一些构造。
4. Intel （英特尔）
早在2016年，据华尔街日报宣布，芯片巨子英特尔宣告收购初创公司NervanaSystems，英特尔将得到该公司的软件、云打算做事和硬件，从而使产品更好地适应人工智能的发展。但它的人工智能芯片系列，被称为“神经网络处理器”：人工神经网络模拟人类大脑的事情办法，通过履历和实例进行学习，这便是为什么你常常听到机器和深度学习系统须要“演习”。随着之前发布的Nervana，英特尔彷佛将优先办理与自然措辞过程和深度学习干系的问题。
5. Nvidia （英伟达）
在GPU市场中，我们提到过GPU处理人工智能任务的速率比CPU快得多，Nvidia看起来处于领先地位。同样，该公司彷佛在新生的人工智能芯片市场得到了上风。这两项技能彷佛是密切干系的，英伟达在GPU方面的进展有助于加速其人工智能芯片的开拓。事实上，gpu彷佛是Nvidia人工智能产品的支撑，而其芯片组可以被称为人工智能加速器。Jetson Xavier于2018年已经发布，该公司CEO黄仁勋在新闻发布会上表示：“这台小电脑，将成为未来机器人的大脑”。
深度学习彷佛是英伟达感兴趣的紧张领域。深度学习是一种更高层次的机器学习。你可以把机器学习看作是利用相对有限的数据集的短期学习，而深度学习利用在较长一段韶光内网络的大量数据来返回结果，这些结果反过来被设计用来办理更深层次的、潜在的问题。
6. AMD（超微半导体）
和英伟达一样，AMD是另一家与显卡和GPU有着密切联系的芯片制造商，部分缘故原由是过去几十年电脑游戏市场的增长，以及比特币矿业的增长。AMD供应硬件和软件办理方案，如EPYC cpu和Radeon Instinct gpu的机器学习和深度学习。Epyc是AMD为做事器(紧张用于数据中央)供应的处理器名称，而Radeon则是一款紧张面向游戏玩家的图形处理器。AMD供应的其他芯片包括Ryzen，大概还有更有名的Athlon。该公司在人工智能专用芯片的开拓上彷佛还处于相对早期的阶段，但鉴于其在GPU领域的相对实力，不雅观察家们认为它将成为该市场的领导者之一。AMD已签约向美国能源部供应Epyc和Radeon系统，用于建造天下上最快、最强大的超级打算机之一，被称为“Frontier”。
7. Qualcomm （高通）
高通在智好手机热潮开始之初就通过与苹果的互助赚了一大笔钱，对付Apple停滞购买其芯片的决定，高通可能以为自己被冷落了。当然，高通本身在这个领域也不是什么小公司，而且考虑到未来，一贯在进行一些重大投资。
去年，高通发布了一款新的“云人工智能芯片”，彷佛将其与其在第五代电信网络(5G)方面的开拓联系起来。这两项技能被认为是构建自动驾驶汽车和移动打算设备新生态系统的根本。剖析师表示，高通在人工智能芯片领域算是后来者，但该公司在移动设备市场拥有丰富履历，这将有助于实现其“让设备上的人工智能无处不在”的目标。
当然，其他还有Samsung（三星）, TSMC（台积电）, Facebook（脸书）, IBM, LG等大型国际公司也在研发自己得AI芯片，谁能先节制最前沿的AI芯片，谁就能在新的经济上升潮流等分一杯羹。
各个大公司的市场部描述给我们的现实与那些公司外的现实截然不同。只管几十年的研究给了我们处理信息和分类输入的新方法，比以往任何时候都快，但我们购买的硬件中并没有真正的AI，因此哪家芯片公司能够捉住市场痛点 ，最先实现运用落地，就可以在人工智能芯片的赛道上取得较大上风。
目前环球人工智能家当依旧处在高速的发展 中，不同的行业分布为人工智能的运用供应了广阔的市场前景，商业化的社会须要人工智能的运用，AI芯片是实现算法的硬件根本，也是未来人工智能时期的计策制高点，环球的各大顶级公司会为此而一战。但由于目前的 AI 算法每每都各具利害，只有给它们设定一个得当的场景才能最好地发挥它们的浸染，也希望AI可以今早进入我们普通人的视线中。
从家当发展来看，现在还是人工智能芯片的低级阶段，无论是科研方向还是商业的运用都有非比平凡的创新空间。在运用处景中，算法迭代的AI芯片向具备更高灵巧性、适应性的通用智 能芯片发展，这是是技能发展的一定方向。更少的神经网络参数打算位宽，更多样的分布式存储器定制设计 ，更稀疏的大规模向量实现，繁芜异构环境下更高的打算效率，更小的体积和更高的能量效率，打算和存储一体化将成为未来人工智能芯片的紧张特色和发展趋势。
参考资料：
1.《2019年中国IC设计行业投资前景研究报告》
2. 人工智能芯片发展的现状及趋势【J】 科技导报
3. 图片来源于网络
荐：
【中国风动漫】除了《哪吒》，这些良心国产动画也该当被更多人知道！声明
来源：zach小生，人工智能家当链同盟推举阅读，不代表人工智能家当链同盟态度，转载请注明，如涉及作品版权问题，请联系我们删除或做干系处理！
