三种AI 芯片的对比

来源/作者:人工智能网| 发布:智能装备网|发布时间:2021-12-03|阅读:272

AI 芯片主要分为GPU、FPGA、ASIC,当前主流的AI 芯片是GPU,未来可能被ASIC 替代。

三类AI 芯片之间的区别在于适用范围不同。GPU 属于通用型芯片,ASIC 则属于专用型芯片,而FPGA 则是介于两者之间的半定制化芯片。三种AI 芯片各有优劣,但是由于当前用量有限,ASIC 难以形成规模,而FPGA 的量产成本高,相比于GPU 而言开发门槛又高,因此目前二者在AI 芯片市场的占比均不高,GPU 由于运算速率快,且通用性强,开发难度又相对较低,因此在目前及未来一段时间都将占据主流地位。但是随着AI 芯片市场规模的扩大,预计在未来某个时间点,高性能、功耗低,量产成本又低的ASIC 将对功耗高、成本高的GPU 形成替代,成为主流的AI 芯片。而FPGA 由于功能可修改这一优势,在算法不断更新、迭代的环境下将有很强的竞争优势,在需求量较小的专用领域将保持住一定的市场份额。

三种AI 芯片的对比

指标GPUFPGAASIC
特点通用型半定制化专用型
芯片架构叠加大量计算单元和高速内存,逻辑控制单元简单具备可重构数字门电路和存储器,根据应用制定电路结构可根据特点领域应用和特定算法定制
擅长领域3D图像处理,密集型并行运算算法更新频繁或者市场规模较小的专用领域市场需求量大的专用领域
优点计算能力强,通用性强,开发周期短,难度小,风险低功能可修改,高性能、功耗远低于GPU,一次性成本低专用性强、性能高于FPGA、功耗低、量产成本低
缺点价格贵、功耗高编程门槛高、量产成本高开发周期长、难度大、风险高、一次性成本高
数据来源:智研咨询《2019-2025 年中国AI 芯片行业市场运行态势及未来前景预测报告》,兴业证
券经济与金融研究院整理

AI 芯片的算力远高于MCU 的原因在于二者的逻辑架构中,ALU 的比重不同。通过对比AI 芯片和MCU 的逻辑架构,我们可以解释为什么AI 芯片的算力远高于MCU。由于AI 芯片主要分为三类,因此我们可以选取当前市场上处于主流地位,同时性能又相对普通的GPU 来作对比;由于MCU 是在CPU 的基础上整合内存、计数器等其他模块组成的芯片级计算机,它的算力与CPU 处于同一量级,甚至略低于CPU(MCU 中的CPU 是经过适当缩减频率和规格后才整合其他模块的),因此我们可以用CPU 代替MCU 来作对比。通过对比GPU 和CPU 的逻辑架构,我们可以发现二者的ALU(算术逻辑单元)的比重有很明显的区别。在CPU 当中,ALU 的占比仅5%,而在GPU 当中,ALU 的占比却有40%,而这便是GPU 的算力远高于CPU 的主要原因,同样也是AI 芯片的算力远高于MCU 的主要原因。

标签: AI芯片
反对 0 举报 0 收藏 0 打赏 0 评论 0

免责声明:
本网注明转载自互联网及其它来源的作品,目的在于传递更多信息,并不代表本网赞同该观点或对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品第一来源,并自负版权等法律责任。
如资讯内容涉及贵公司版权问题,请在作品发表之日起十五天内联系本网删除,否则视为放弃相关权利。

周一至周五 AM9:00 - PM18:00

站务与合作:info@deppre.com

广告与积分:2528074116@qq.com

扫码关注或加入QQ群(577347244)

Copyright ©2024 德普瑞工控工程 All Rights Reserved 智能装备网 - 领先的智能装备采购交易平台,帮助企业轻松做成生意!  ICP备案号:粤ICP备15055877号-8