「算法」AI芯片和传统芯片到底有何区别？( 三 )
谷歌的TPU ， 寒武纪的DianNao ， 这些AI芯片刚出道的时候 ， 就是用CPU/GPU来对比的 。
看看 ， 谷歌TPU论文的摘要直接对比了TPU1与CPU/GPU的性能比较结果 ， 见红色框：
文章图片
文章图片
这就是摘要中介绍的TPU1与CPU/GPU的性能对比 。再来看看寒武纪DianNao的paper ， 摘要中直接就是DianNao与CPU的性能的比较 ， 见红色框：
文章图片
文章图片
回顾一下历史
上个世纪出现神经网络的时候 ， 那一定是用CPU计算的 。
比特币刚出来 ， 那也是用CPU在挖 。目前已经进化成ASIC矿机了 。比特大陆了解一下 。
从2006年开始开启的深度学习热潮 ， CPU与GPU都能计算 ， 发现GPU速度更快 ， 但是贵啊 ， 更多用的是CPU ， 而且 ， 那时候GPU的CUDA可还不怎么样 ， 后来 ， 随着NN模型越来越大 ， GPU的优势越来越明显 ， CUDA也越来越6 ， 目前就成了GPU的专场 。
寒武纪2014年的DianNao（NPU）比CPU快 ， 而且更加节能 。ASIC的优势很明显啊 。这也是为啥要开发ASIC的理由 。
至于说很多公司的方案是可编程的 ， 也就是大多数与FPGA配合 。你说的是商汤、深鉴么？的确 ， 他们发表的论文 ， 就是基于FPGA的 。
这些创业公司 ， 他们更多研究的是算法 ， 至于芯片 ， 还不是重点 ， 另外 ， 他们暂时还没有那个精力与实力 。FPGA非常灵活 ， 成本不高 ， 可以很快实现架构设计原型 ， 所以他们自然会选择基于FPGA的方案 。不过 ， 最近他们都大力融资 ， 官网也在招聘芯片设计岗位 ， 所以 ， 应该也在涉足ASIC研发了 。
如果以FPGA为代表的可编程方案真的有巨大的商业价值 ， 那他们何必砸钱去做ASIC？
说了这么多 ， 我也是半路出家的 ， 因为工作需要而学习的 。按照我目前的理解 ， 看TPU1的专利及论文 ， 一步一步推导出内部的设计方法 ， 理解了TPU1 ， 大概就知道了所谓的AI处理器的大部分 。
然后研究研究寒武纪的一系列论文 ， 有好几种不同的架构用于不同的情况 ， 有兴趣可以研究一下 。然后就是另外几个独角兽 ， 比如商汤、深鉴科技等 ， 他们每年都会有论文发表 ， 没事去看看 。这些论文 ， 大概就代表了当前最先进的AI芯片的架构设计了 。
当然 ， 最先进 ， 别人肯定不会公开 ， 比如谷歌就不曾公开关于TPU2和TPU3的相关专利 ， 反正我没查到 。不过 ， 没事 ， 目前的文献已经代表了最近几年最先进的进展了 。
推荐阅读
- 小贝贝议科技■国产手机厂商有可能使用华为麒麟芯片吗？
- 『聚辰』手机摄像头芯片销量涨四成，聚辰股份进军DDR5能否再称雄？
- @掉价！卢伟冰讽刺荣耀30的麒麟985芯片，表示要将天玑改名天玑985
- #英伟达#竞争升级！中企芯片取得突破后，中国批准美国芯片巨头69亿收购案
- [技术]安芯半导体再出货一台光刻机，价值千万元！满足国内芯片企业需求
- #大华股份#大华股份AI荣获双目立体匹配算法评测全球排名第一
- ■新形势下传统企业破局重生林魔头教你从商业模式设计开始
- 搜狐新闻■5nm工艺制成芯片不华为Mate40曝光，Mate30提前价崩简直厉害！
- 高通：高通突然宣布，华为还是“太硬”，深度“捆绑”京东方华为芯片被制裁华为“太硬”高通“怂了”，拉京东方当“挡箭牌”
- 『高通』高通突然宣布，华为还是“太硬”，深度“捆绑”京东方华为芯片被制裁华为“太硬”高通“怂了”，拉京东方当“挡箭牌”