国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

什么是ASIC芯片?與CPU、GPU、FPGA相比如何?

cMdW_icsmart ? 來源:未知 ? 作者:李倩 ? 2018-05-04 15:39 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

繼4月初聯發科宣布擴大ASIC產品陣線,推出業內首個7nm 56G PAM4 SerDes IP之后,4月24日,在聯發科深圳辦公室,聯發科舉行了一場小型的媒體會,聯發科副總經理暨智能設備事業群總經理游人杰及聯發科智能顯示暨客制化芯片事業部行銷處處長彭建凱首次揭秘了聯發科的ASIC業務。

什么是ASIC芯片?

近年隨著以比特幣為代表的虛擬貨幣市場的火爆,催生了一大批生產“挖掘”虛擬貨幣設備的“礦機”廠商,其中最為知名的要屬比特大陸了。而比特大陸之所以能夠在礦機市場異軍突起,則主要得益于其自主設計的針對比特幣礦機的ASIC芯片。因為相對于CPUGPU來說,采用專用的ASIC芯片來“挖礦”更具效率。以比特大陸的Antminer S9礦機為例,其內部集成了189個 ASIC芯片(BM1387),而且采用的是臺積電16nm FinFET制程。同樣,目前主流的礦機廠商都采用的是定制的ASIC芯片。這也使得ASIC芯片開始被大眾所熟知。但是ASIC芯片并不僅僅能被用于“挖礦”,還被用于包括人工智能在內等眾多領域。

那么什么才是ASIC芯片?它與我們常見的CPU、GPU等通用型芯片相比又有何不同?

早在1981年3月,Sinclair公司推出了一款8位個人電腦ZX81,其所采用的Z80處理器則被認為是最早的ASIC原型。實際上ASIC是Application-Specific Integrated Circuit(應用型專用集成電路)的縮寫,是一種專用芯片,是為了某種特定的需求而專門定制的芯片的統稱。比如專用的音頻、視頻處理器,同時目前很多專用的AI芯片業可以看作是ASIC的一種。

與CPU、GPU、FPGA相比如何?

CPU與GPU都是我們常見的通用型芯片,它們在各自領域都可以高效地完成任務,但當同樣應用于通用基礎計算領域時,設計架構的差異直接導致了兩種芯片性能的差異。

CPU作為通用處理器,除了滿足計算要求,為了更好的響應人機交互的應用,它要能處理復雜的條件和分支,以及任務之間的同步協調,所以芯片上需要很多空間來進行分支預測與優化(control),保存各種狀態(cache)以降低任務切換時的延時。這也使得它更適合邏輯控制、串行運算與通用類型數據運算。

而GPU擁有一個由數以千計的更小、更高效的ALU核心組成的大規模并行計算架構,大部分晶體管主要用于構建控制電路和Cache,而控制電路也相對簡單,且對Cache的需求小,只有小部分晶體管來完成實際的運算工作。所以大部分晶體管可以組成各類專用電路、多條流水線,使得GPU的計算速度有了突破性的飛躍,擁有了更強大的處理浮點運算的能力。這決定了其更擅長處理多重任務,尤其是沒有技術含量的重復性工作,比如圖形計算。由于深度學習通常需要大量的訓練,訓練算法并不復雜,但數據非常量大,而GPU的多內核、并行處理的優勢,使得其相比CPU更適合深度學習運算。

FPGA(現場可編程門陣列)是一直可編程的半定制芯片,其與GPU一樣具有并行處理優勢,并且也可以設計成具有多內核的形態,當然其最大的優勢還是在于其可編程的特性。這也意味著用戶可以根據需要的邏輯功能對電路進行快速燒錄。即使是出廠后的成品FPGA的邏輯塊和連接,用戶無需改變硬件,就可通過升級軟件來配置這些芯片來實現自定義硬件功能。

相較于我們常見的CPU、GPU等通用型芯片以及半定制的FPGA來說,ASIC芯片的計算能力和計算效率都直接根據特定的算法的需要進行定制的,所以其可以實現體積小、功耗低、高可靠性、保密性強、計算性能高、計算效率高等優勢。所以,在其所針對的特定的應用領域,ASIC芯片的能效表現要遠超CPU、GPU等通用型芯片以及半定制的FPGA。這一點,我們從前面提到的“礦機”市場所采用的芯片的變化上就能夠看到。

在比特幣誕生之初,由于單位時間內比特幣的產量較多,對于算力要求也不高,所以早期人們大都采用的是電腦的CPU來“挖礦”。隨后來大家發現用GPU“挖礦”效率更高,于是便轉向開始采用GPU來挖礦。直到2013年左右,低成本靈活性強的FPGA才被用于挖掘比特幣。而隨著挖掘比特幣所需的算力越來越高,以及挖掘成本(主要是電費)的提升,主要的礦機廠商都開始采用能效更高的ASIC芯片取代了GPU/FPGA來運行比特幣SHA-256哈希算法。正因為這些ASIC芯片是針對運行SHA-256哈希算法而設計的,這也使得它在挖掘比特幣的能效上要遠高于CPU/GPU/FPGA。

當然,ASIC芯片的缺點也很明顯,因為其是針對特定算法設計的,一旦芯片設計完畢,其所適應的算法就是固定的,所以一旦算法發生變化就可能將會無法使用。比如近期,比特大陸發表了一種基于新款ASIC芯片的礦機螞蟻礦機 X3,主要是針對門羅幣(XMR)以及依賴 CryptoNight 算法的加密貨幣。但是隨后門羅幣隨即發出反制聲明,將改變核心算法以對抗ASIC算力的入侵。如果門羅幣的核心算法真的改變的話,那么比特大陸的這款新的ASIC芯片的能效將會大打折扣,甚至可能會面臨效能低下的尷尬局面。另外由于是專用的芯片,所以如果出貨量不大的話,那么芯片成本就會比較高,當然出貨量越大成本會越低。

同樣對于人工智能應用來說,由于目前人工智能技術還是處于發展當中,大量的算法不斷涌現和持續優化,而且這種變化以各自的方式在加速。而ASIC芯片由于其在設計之時就是針對特定算法進行固化的,所以無法做到適應各種算法。雖然一些手機芯片廠商開始在SoC當中集成專用的AI內核(比如麒麟970的NPU),但是其主要還是只能針對一些特定的AI算法進行加速。而對于其他的算法還需要依賴于SoC當中的CPU、GPU來實現。

特別是在云端的服務器/數據中心,目前更多的還是依賴于CPU、GPU以及可重復編程和可重新配置的FPGA來進行人工智能運算和推理。

不過在聯發科副總經理暨智能設備事業群總經理游人杰看來,雖然CPU、GPU等通用型芯片以及FPGA可以適應相對更多種的算法,但是特定算法下ASIC的性能和效能要更高。另外,雖然FPGA的便定制特性比ASIC芯片更加靈活,但部署FPGA所付出的成本也要比ASIC更高。而隨著軟件、算法的成熟和穩定,相關廠商必然會進一步追求性能和能效的最佳化,未來ASCI的應用將會越來越廣泛。

聯發科副總經理暨智能設備事業群總經理游人杰

聯發科智能顯示暨客制化芯片事業部行銷處處長彭建凱

而對于未來ASIC是否會取代FPGA的問題,聯發科智能顯示暨客制化芯片事業部行銷處處長彭建凱則表示:“我認為ASIC與FPGA之間并不會是誰取代誰,而是會長期共存。因為技術總會在不斷的發展,在面對一個新的技術和應用的時候,算法會不斷的進行快速升級,在這種情況下FPGA會更為合適。而對于那些軟件、算法已經比較成熟和穩定的領域,ASCI會更為適合。比如,人臉識別、語音識別廠商,在新的技術應用之初,通常會選擇FPGA,這樣可以不斷的進行微調升級,而等到完全算法成熟需要大規模部署之時,必然會采用ASIC來提升能效。4G運營商在部署網絡之初,量不夠大的時候,采用FPGA就可以符合市場的要求,但是等到技術成熟,需要大規模部署時,ASIC會成為最佳的選擇。畢竟FPGA的頻寬不夠,運算能力也不夠。”

ASIC市場前景廣闊

從整個電子信息產業發展的變遷來看,之前的諾基亞時代是以芯片為核心,產品與應用均是封閉的生態;而到了安卓時代,安卓操作系統開始上升為核心,芯片和產品是封閉的,應用是開放的;而到接下來的物聯網/人工智能時代,隨著用戶需求的越來越多元化和差異化,應用領域將會成為核心,而不同應用領域差異大、場景復雜、產品種類量豐富、方案的定制化成倍增長,當前現有的芯片很難完全適配,也很難用類似現在手機行業的通用芯片的方式解決所有問題。同時操作系統和處理架構也將會根據細分市場來重新定義,芯片和產品都將走向定制。

另外需要指出的是,雖然通用型芯片適用范圍廣,對于廠商來說也更為簡單易用,但是也造成了市場上產品的同質化,隨著市場競爭的日趨激烈,越來越多的廠商開始尋求差異化。而采用獨特的芯片則可以給廠商帶來較大的差異化。與此同時,眾多新的應用和特殊需求的出現,也需要獨特的芯片來滿足市場需求。這也正是ASIC的機會所在。

根據聯發科的預估,目前全球ASIC市場的規模可能已達200多億美金。

從目前眾多行業巨頭的布局來看,都在積極的布局定制化芯片,特別是在AI芯片布局方面,已經成為了眾多行業巨頭的重心,因為包括深度學習、機器學習、大數據分析及判斷、自動決策等各種AI應用如雨后春筍般出現,而針對不同應用打造的特殊應用芯片(ASIC)需求也自然呈現爆發態勢。

比如蘋果除了有針對自己的iOS應用生態自研的A系列處理器之外,多方消息顯示蘋果還在定制自己的電源管理芯片、GPU芯片和基帶芯片。蘋果最新的A11 Bionic芯片當中也已經開始加入定制的AI內核NPU。另外,值得一提的是華為的麒麟970當中也加入了采用寒武紀的IP的NPU內核。

谷歌針對AI很早就設計了自己的TPU芯片,之前的Alpha Go就有采用。此外,谷歌自己的手機Pixel 2也首次采用了自研芯片Pixel Visual Core以提升拍照性能。

在2015年英特爾以167億美元收購了FPGA生產商Altera之后,2016年英特爾又以4億美元收購了機器學習初創公司Nervana。經過一年多的整合之后,英特爾會在去年推出一款專為深度學習而打造的神經網絡處理器Nervana(NNP),并計劃將其用于自己的數據中心業務當中。另外,在2016年9月,英特爾收購了專注于計算機視覺方面的AI芯片公司Movidius,該公司擁有自主設計的Myriad 系列 VPU,被眾多的廠商廣泛應用。比如大疆的Spark無人機、谷歌Clips相機等。

去年10月,微軟設備部門全球副總裁Panos Panay接受CNBC采訪時也確認了微軟正在為下一代HoloLens MR頭戴設備研發AI芯片,并表示微軟不僅擁有一支專注的IC設計團隊,而且還與芯片制造商和其他合作伙伴共同開發。

今年年初有消息稱亞馬遜已經在為旗下的 Echo 音箱以及其他搭載亞馬遜旗下的虛擬助手 Alexa 的硬件產品開發專用的AI芯片。

今年4月,從Facebook的招聘信息顯示,Facebook正在大力招聘ASIC & FPGA設計工程師和負責管理ASIC的開發的經理,組建一個新的團隊設計自主AI芯片。

國內互聯網巨頭阿里從2015年開始布局自研芯片,特別是在物聯網和AI領域投入巨大,今年全資收購的杭州中天微曾發布過基于 AliOS 軟硬件框架的 3 款云芯片(Yun on chip),包括計算機視覺芯片、融合接入安全的 MCU 平臺芯片、以及AliOS 的NB-IoT 物聯網安全芯片。不久前,阿里巴巴旗下的達摩院也宣布正在研發一款名為Ali-NPU的神經網絡芯片,按照設計,Ali-NPU性能將是現在市面上主流CPU、GPU架構AI芯片的10倍,制造成本和功耗僅為一半,性價比超40倍。據悉,Ali-NPU主要是為解決圖像、視頻識別、云計算等商業場景的AI推理運算問題,提升運算效率、降低成本。

由于這樣的例子太多,所以這里我們就不再一一例舉。需要說明的是,除了眾多廠商對于AI的熱捧推動對于ASIC需求的暴漲之外, 其他一些對于芯片性能和能效要求較高的市場(比如前面提到的物聯網市場以及“礦機”市場)對于ASIC的需求也是在快速增長當中。

聯發科智能顯示及定制化芯片事業部市場總監彭建凱也表示:“區塊鏈、AI/ML/DL、超大規模數據中心、智能汽車都是當下非常火爆和快速增長的幾個市場,這些領域對于芯片的性能和能效的要求都是非常高的,需要強大的芯片來支持。隨著這些技術的成熟,未來對于ASIC芯片的需求也將會越來越大。”這也是聯發科加大對于ASIC業務投入的一個重要原因。

聯發科的ASIC業務優勢在哪?

資料顯示,當前中國已有近2000家IC設計公司(包括具備設計能力的科研院所),但真正涉足IC設計服務的企業不多。而且一款芯片從設計到工藝制造、到封裝測試、到終端應用涉及非常多的環節,每一個環節都需要有相關的關鍵IP和豐富技術經驗作為支持。顯然,一些傳統的IC設計公司在這方面具有很大的優勢。而隨著ASIC市場的興起,以聯發科為代表的傳統IC設計廠商開始開放IC設計能力,提供ASIC定制服務也是必然。

其實早在2012年,聯發科就開始有開展ASIC業務,到現在聯發科已經專門成立了負責AISC業務的顯示暨客制化芯片事業部,足見對于ASIC業務的重視。經過多年的積累,目前聯發科的ASIC業務已涉及企業級與超大規模數據中心、超高性能網絡交換機、路由器、4G/5G基礎設施、人工智能、深度學習應用、需要高頻寬和長距離互聯的新型計算應用等眾多領域。據了解,聯發科2017年就有為某國際知名廠商定制芯片,另外微軟似乎也是聯發科ASIC業務的客戶。今年4月17日,聯發科與微軟聯合推出了一款支持微軟Azure Sphere物聯網操作系統的系統單芯片 (SoC) –MT3620,提供內置安全與連網功能的微控制器 (MCU) 類型的物聯網產品。

另外,特別值得一提的是,就在4月初,聯發科技推出了業內首個,進一步擴大了其ASIC產品陣線。據介紹該56G SerDes解決方案基于數字信號處理(DSP)技術,采用高速傳輸信號PAM4,具有一流的性能、功耗及晶粒尺寸(Die-area)。主要面向大規模數據中心等需要超高頻寬和長距互聯的新型計算應用等。

這里額外補充一下:SerDes是Serializer/Deserializer的簡稱,顧名思義是指串化器和解串器。但是,SerDes系統除了串化器和解串器,還包括發送端的驅動級和接收端的模擬前端。發送端驅動級將串化后的信號送入信道;而在信道的另一端,接收器的模擬前端將接收到的模擬信號轉化為數字信號。

聯發科的7nm 56G PAM4 SerDes IP原型芯片

聯發科的7nm 56G PAM4 SerDes IP不僅支持基于PAM4的每波長56Gbps的高速傳輸速率,還具有長距離傳輸信號不失真的特性,具有一流的性能、功耗和晶粒尺寸,并且已通過7nm 和16nm原型芯片實體驗證,確保該IP可以很容易地整合進各種前端產品設計中。

“我們從2011年開始研究SerDes,從10G到28G 到現在的56G ,我們已經逐步趕上,更高速的112G也在研發當中。目前我們的56G SerDes可以支持128lane ,可以做到6.4Tbps的總帶寬,全球目前僅有兩三家公司可以提供這樣的性能。”游人杰非常自豪的表示:“聯發科具有業界最廣泛的SerDes產品組合,可以為ASIC 設計提供從10G、28G、56G 到 112G的多種解決方案。”

不過需要指出的是,聯發科最新的56G PAM4 SerDes IP不會單獨對外授權,只會在為客戶進行ASIC設計服務時提供。這也正是聯發科前面所提及的可以提供的獨有的ASIC IP之一,也是聯發科ASIC的一個競爭優勢所在。

聯發科智能顯示暨客制化芯片事業部行銷處處長彭建凱表示,聯發科的ASIC服務不僅可以為客戶提供獨特的IP或技術,比如高速SerDes等,也可以為客戶提供聯發科公司現有的主要產品線的核心技術IP,比如CPU/GPU、HDD/存儲器、汽車/工業、模擬/高壓射頻、高速SerDes、音視頻等IP。同時還可以根據客戶的需要整合客戶自己的IP,提供SoC集成設計服務,此外聯發科還可以提供量產服務,包括后端設計和量產支持等,可以幫助客戶降低費用,縮短時間周期。

在ASIC服務的商業模式方面,聯發科支持多種合作模式,包括從最前端到最后端,不同階段可以提供不同服務。

“我們可以提供一站式的服務,客戶只需要有一個好的idear或者明確的需求,剩下的事情都可以交給我們來做。我們有很多ASIC所需的關鍵IP,我們有20多年的IC設計和量產經驗,這也使得我們可以提供一站式的服務。如果客戶有自己的特殊IP,或者自己的IC已經設計完了,但缺少關鍵IP(比如服務器IP),聯發科可以提供關鍵IP,負責整合。當然,聯發科也可以單純的提供后端的物理設計、封測、產品量產方面的支持,但這不是我們的關注點。”對于聯發科ASIC服務的商業模式,游人杰這樣介紹到。

新的成長引擎

過去聯發科的產品主要是通用型芯片,一顆芯片推出會耗費比較多的時間和精力來調研和設計開發,以適應很多不同用戶的需求,由于潛在客戶眾多,所以出貨量可以相對比較容易的達到一個可觀的數字,但是由于公開市場的競爭比較激烈,所以利潤率也比較低。而一旦芯片開發出來,卻沒有客戶采用,那么將損失慘重。比如此前聯發科耗費大量資金和人力開發出來的10nm Helio X30只有魅族一家品牌客戶采用,而且出貨也是極其有限。

相比之下,ASIC芯片是為特定的客戶開發的芯片,從一開始就已經是有了明確的客戶,聯發科只需根據客戶的需求來進行設計服務即可,雖然在這樣的模式之下,聯發科開發出來的ASIC芯片只能賣給這家客戶,開發成本較高,如果出貨量不大的話,單顆芯片的成本也將比較高,但是這些成本基本都是由客戶來承擔的,更何況這些ASIC芯片可能還采用了聯發科的關鍵IP和各項技術服務,所以對于聯發科來說,只要不出現失誤基本都是穩賺不賠的生意。

眾所周知,從2016年下半年到2017年上半年,聯發科在智能手機市場遭遇了不小的挫折,直到去年下半年Helio P23/P30系列的推出才開始走出低谷。不久前聯發科還乘勢推出了支持人工智能的Helio P60,并且已在市場上取得不錯的反饋。不過,需要注意的是,智能手機市場在經歷了多年的高速增長之后,整體市場已經開始出現飽和甚至下滑的趨勢,手機芯片市場的競爭也開始與智能手機市場一樣,開始由增量市場的競爭轉向存量市場的競爭,而這種競爭無疑是更為慘烈的。

而相比之下,ASIC的需求正呈現快速增長的態勢,而且其生意模式決定了ASIC業務基本是穩賺不賠的,在這種形式之下,聯發科開始釋放更多的資源到更具價值的ASIC業務上也確實是明智之舉。

聯發科副總經理暨智能設備事業群總經理游人杰也明確表示:“ASIC是接下來聯發科一個重要的成長的業務,一個新的成長的引擎。”

前面我們有提到,包括阿里巴巴、亞馬遜、Facebook等互聯網巨頭都計劃推出自己的ASIC芯片,顯然他們也都是聯發科的潛在的重要目標客戶。但是,需要注意的是,不少互聯網巨頭也開始通過收購芯片設計公司來設計自己需要的ASIC芯片,比如阿里巴巴近期就收購了中天微。那么這種趨勢是否會對聯發科的ASIC業務產生不利的影響呢?

“如果你的需求只是想喝一杯鮮奶,那么你沒必要養一頭奶牛。你養一頭奶牛也可以,可以滿足你一家人的喝奶需求,但是你沒有必要買一個農場。”對于芯智訊提出的這個問題,游人杰打了這樣一個比喻。確實,如果阿里的需求足夠大,那么他可以收購一家芯片公司來專門為自己做芯片設計,但是芯片設計涉及非常多的環節,中天微也只是做芯片設計,其所擁有的IP也是有限的,而且阿里也不可能所有的IP都自己來開發,更不可能還去收購晶圓廠、封測廠等,所有整個鏈條上的事情都自己來做。而對于更多的中小型客戶來說,往往在尋找相關的IP組合上可能就會浪費很長的時間。

游人杰認為:“互聯網公司收購芯片公司,其實更有利于聯發科的ASIC業務開展,正因為他們自己來做芯片了,所有才會對芯片設計懂得越多,而懂得越多,就會使得我們溝通起來更加的容易,才會更加了解我們的價值。聯發科擁有20多年的芯片設計經驗,擁有ASIC所需要的非常多的關鍵IP和技術、先進制程和制造工藝、Know-how經驗。特別是在先進制程方面,聯發科有很多的手機客戶,所以才能夠支撐聯發科去投下個先進制程。可以說我們大量的資源都投入到了前期的IP開發,我們現在也是單獨的事業部來全力負責。這也使得我們能夠接到很多客戶的需求。客戶需要定義出更好的IC架構,對于性能和功耗有更高要求,需要關鍵IP和技術支持的時候,自然會選擇更專業的、長期的、可靠的合作伙伴。”

對于聯發科ASIC業務未來的展望,游人杰表示,“我們希望未來5-10年內,ASIC業務的營業額能夠做到相當大的一個規模。”雖然游人杰并未給出具體的數字,不過,芯智訊認為,其所描述的的規模,應該不亞于現在聯發科手機芯片業務的規模。顯然,未來聯發科的ASIC業務或將成為與聯發科手機業務并駕齊驅的一大業務。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 聯發科
    +關注

    關注

    57

    文章

    2748

    瀏覽量

    259563
  • asic
    +關注

    關注

    34

    文章

    1274

    瀏覽量

    124564
  • cpu
    cpu
    +關注

    關注

    68

    文章

    11277

    瀏覽量

    224938
  • 手機芯片
    +關注

    關注

    9

    文章

    375

    瀏覽量

    50731

原文標題:手機芯片之外,ASIC業務成聯發科新的增長引擎!

文章出處:【微信號:icsmart,微信公眾號:芯智訊】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    FPGA+GPU異構混合部署方案設計

    為滿足對 “納秒級實時響應” 與 “復雜數據深度運算” 的雙重需求,“FPGA+GPU”異構混合部署方案通過硬件功能精準拆分與高速協同,突破單一硬件的性能瓶頸 ——FPGA聚焦低延遲實時交易鏈路,GPU承接高復雜度數據處理任務,
    的頭像 發表于 01-13 15:20 ?346次閱讀

    RSoft GPU加速技術重塑光子元件設計效率革命

    設計效率。為了解決這個問題,RSoft 光子器件工具的 FullWAVE FDTD 模組中引入 GPU 加速,通過 NVIDIA GPU 的平行運算能力,使得模擬速度相比 CPU 計算
    的頭像 發表于 01-12 14:09 ?253次閱讀
    RSoft <b class='flag-5'>GPU</b>加速技術重塑光子元件設計效率革命

    CW32F030的功耗和其他單片機相比如何?

    請問CW32F030的功耗和其他單片機相比如何?
    發表于 12-23 08:10

    AI硬件全景解析:CPUGPU、NPU、TPU的差異化之路,一文看懂!?

    CPU作為“通用基石”,支撐所有設備的基礎運行;GPU憑借并行算力,成為AI訓練與圖形處理的“主力”;TPU在Google生態中深耕云端大模型訓練;NPU則讓AI從“云端”走向“身邊”(手機、手表
    的頭像 發表于 12-17 17:13 ?1734次閱讀
    AI硬件全景解析:<b class='flag-5'>CPU</b>、<b class='flag-5'>GPU</b>、NPU、TPU的差異化之路,一文看懂!?

    微弱信號采集 ASIC芯片 CBM12AD1X

    ASIC芯片
    芯佰微電子
    發布于 :2025年11月28日 15:04:53

    AI芯片市場鏖戰,GPUASIC誰將占據主動?

    本文轉自:TechSugar隨著人工智能技術在大模型訓練、邊緣計算、自動駕駛等領域的深度滲透,核心算力硬件的競爭進入白熱化階段。圖形處理單元(GPU)與專用集成電路(ASIC)作為兩大主流技術路線
    的頭像 發表于 10-30 12:06 ?765次閱讀
    AI<b class='flag-5'>芯片</b>市場鏖戰,<b class='flag-5'>GPU</b>與<b class='flag-5'>ASIC</b>誰將占據主動?

    順絡電子TLVR電感器應對AI服務器電源供電挑戰

    隨著高性能計算和AI應用的普及,CPUGPUASIC芯片的功耗呈現持續上升趨勢,比如英偉達最新B300功率已達到
    的頭像 發表于 09-24 17:10 ?1697次閱讀
    順絡電子TLVR電感器應對AI服務器電源供電挑戰

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI芯片的需求和挑戰

    的工作嗎? 從書中也了解到了AI芯片都有哪些?像CPUGPUFPGAASIC都是AI芯片
    發表于 09-12 16:07

    CPUGPU,渲染技術如何重塑游戲、影視與設計?

    渲染技術是計算機圖形學的核心內容之一,它是將三維場景轉換為二維圖像的過程。渲染技術一直在不斷演進,從最初的CPU渲染到后來的GPU渲染,性能和質量都有了顯著提升。從CPUGPU:技術
    的頭像 發表于 09-01 12:16 ?979次閱讀
    從 <b class='flag-5'>CPU</b> 到 <b class='flag-5'>GPU</b>,渲染技術如何重塑游戲、影視與設計?

    FPGA技術為什么越來越牛,這是有原因的

    ,它一直都被廣泛使用。但是,大部分人還不是太了解它,對它有很多疑問——FPGA到底是什么?為什么要使用它?相比CPUGPUASIC(專用
    的頭像 發表于 08-22 11:39 ?5030次閱讀
    <b class='flag-5'>FPGA</b>技術為什么越來越牛,這是有原因的

    AI 芯片浪潮下,職場晉升新契機?

    單元)、FPGA(現場可編程門陣列)、ASIC(專用集成電路)以及神經擬態芯片等幾大類。在職稱評審體系中,這些細分領域對應著不同的專業方向。以東莞市工程系列人工智能專業職稱評審為例,其人工智能硬件專業
    發表于 08-19 08:58

    AI芯片,需要ASIC

    電子發燒友網報道(文/李彎彎) 2025年,全球AI芯片市場正迎來一場結構性變革。在英偉達GPU占據主導地位的大格局下,ASIC(專用集成電路)憑借針對AI任務的定制化設計,成為推動算力革命的新動力
    的頭像 發表于 07-26 07:30 ?6760次閱讀

    【「算力芯片 | 高性能 CPU/GPU/NPU 微架構分析」閱讀體驗】+NVlink技術從應用到原理

    前言 【「算力芯片 | 高性能 CPU/GPU/NPU 微架構分析」書中的芯片知識是比較接近當前的頂尖芯片水平的,同時包含了
    發表于 06-18 19:31

    硅谷GPU云服務器是什么意思?使用指南詳解

    硅谷GPU云服務器本質上是一種IaaS(基礎設施即服務)產品,它將物理服務器上的GPU資源通過虛擬化技術分割成可彈性調配的云服務。與普通CPU云服務器相比
    的頭像 發表于 06-16 09:41 ?590次閱讀

    FPGA芯片的概念和結構

    FPGA(Field Programmable Gate Array,現場可編程門陣列),是一種可在出廠后由用戶根據實際需求進行編程配置的集成電路。與專用集成電路(如ASIC)不同,FPGA在硬件層面具備高度的可重構性,能夠靈活
    的頭像 發表于 05-12 09:30 ?2889次閱讀