英偉達股價創(chuàng)歷史新高，華爾街紛紛倒戈，現(xiàn)在開始唱買入了。AI芯片想象力無限，英偉達會贏到最后嗎？本文由華盛學院九叔編譯，為您整理了幾個AI芯片的硬件方向。

GPU

GPU 最早是為生成基于多邊形網(wǎng)絡的計算機圖形而設計的。在最近幾年，由于近來計算機游戲和圖形引擎領域的需求和復雜度需要，GPU 積累了強大的處理性能。英偉達是 GPU 領域的領軍者，能生產(chǎn)有數(shù)千個內(nèi)核的處理器，這些內(nèi)核的設計工作效率可以達到 100％。實際上這些處理器也非常適用于運行神經(jīng)網(wǎng)絡和矩陣乘法方面的計算，因此GPU乘著深度學習的東風成為了目前最炙手可熱的硬件解決方案。

FPGA

FPGA全稱“可編輯門陣列”（Field Programmable Gate Array），其基本原理是在FPGA芯片內(nèi)集成大量的數(shù)字電路基本門電路以及存儲器，而用戶可以通過燒入FPGA配置文件來來定義這些門電路以及存儲器之間的連線。這種燒入不是一次性的，即用戶今天可以把FPGA配置成一個微控制器MCU，明天可以編輯配置文件把同一個FPGA配置成一個音頻編解碼器。英特爾收購的Altera就是做FPGA的。

ASIC

ASIC則是專用集成電路（Application－Specific Integrated Circuit），一旦設計制造完成后電路就固定了，無法再改變。定制化的SoC就屬于ASIC。高通、AMD、ARM、英特爾和英偉達都在致力于將定制化芯片整合進它們的現(xiàn)有解決方案中。Nervana 和 Movidius（目前都在英特爾旗下）據(jù)說正在開發(fā)集合方案。SoC 在同一技術節(jié)點上所能提供的性能大約是 FPGA 系統(tǒng)的 10 倍，在特定結構中還要更高。由于 SoC 和處理器所需的功率變得越來越低，其區(qū)別將來自于新的集合內(nèi)存系統(tǒng)和帶寬對外部存儲器的有效利用。在這一領域，整合為 systems－on－a－package（SOP）的 3D memory 至少可以節(jié)約 10 倍的功率。

類腦芯片

人類大腦的神經(jīng)元盡管傳導信號的速度很慢，但是卻擁有龐大的數(shù)量（千億級），而且每個神經(jīng)元都通過成千上萬個突觸與其他神經(jīng)元相連，形成超級龐大的神經(jīng)元回路，以分布式和并發(fā)式的方式傳導信號，相當于超大規(guī)模的并行計算，從而彌補了單神經(jīng)元處理速度的不足。人腦的另一個特點是部分神經(jīng)元不使用時可以關閉，從而整體能耗很低。IBM的true north芯片就是對人腦在芯片上的模仿。