AI 芯片技术路径

我爱免费

作者：微信文章
感谢大家的阅读，希望本文能提供一点价值。建议设置星标，这样就能第一时间收到最新文章。
由于人工智能行业处于快速发展期，人工智能算法尚在不断开展前沿技术探索，因此也涌现了处理不同人工智能任务的芯片。AI 芯片存在不同的技术路径和分类标准，目前尚无统一的划分标准。主流研究机构通常认为 AI 芯片包括通用型、专用型计算架构。
1
通用型技术简介：利用并行处理能力来加速各种计算任务，不局限于特定的应用领域，旨在提供一个灵活的、可编程的平台，能够适应多种不同的计算需求。对应芯片类型：通用GPU技术原理：基于 GPU 强大的多核并行计算能力，通过裁剪 GPU 的图形显示能力，将相应芯片资源设计用于通用计算和张量/矩阵计算， 利用强大的并行处理能力、浮 点、整型计算能力来执行非图形计算任务。具体对于 AI 训练和 AI 推理应用，通过 GPU 的向量、张量、标量等指令组合出训 练或推理需要的运算操作，实现对智能算法和通用计算的支持。在人工智能领域的应用情况：多用于云端智算中心，是训练端的主流选择，也是目前渗透率最高的 AI 芯片类型。在自动驾驶等边缘端领域应用随着自动驾 驶技术的发展逐渐扩大。优缺点 ：（1）技术成熟，通用性和灵活性较好，可快速部署、支持算法快速迭代；（2）单个计算核心支持向量、 张量、标量等多种高频计算指令，并由众多计算核心高效配合完成计算任务；可以支撑大量数据的并行计算，适合对数据密集型的应用进行计算和处理，在训练端是主流选择；（3）GPU 架构的软件开发者众多，软件生态更加丰富，生态圈成熟；（4）提供从低精度 INT8/FP8 到高精度 FP64 等各种选项，适用于具有不同精度和混合精度计算要求的工作负载；（5）芯片面积较大，高效率缓存系统简化软件开发者开发难 度的同时需要复杂的设计实现。代表厂商 ：英伟达、AMD 等。
2
专用型技术简介：专为特定应用或领域定制的计算架构，旨在针对某一特定任务或一组相关任务进行优化，以提供更高的计算性能、能效和资源利用率。对应芯片类型：ASIC、FPGA技术原理：
ASIC：通过对特定的智能应用和算法的计算和访存特点进行抽取和抽象，定义出一套适用于智能算法的指令集和处理器架构，从而支持人工智能算法和应用
FPGA：通过集成大量的可重构逻辑单元阵列，可支持硬件架构的重构，从而支持不同的人工智能模型。在人工智能领域的应用情况：
ASIC：在云端和边缘端目前处于应用推广期，渗透率低于 GPU，在云端，主要应用于任务明确、 算法固定的场景；在端侧，在手机、可穿戴电子设备等对芯 片面积、功耗较为敏感的设备上有广泛应用。
FPGA：在芯片原型验证与仿真中有着广泛应用， 在 AI 芯片市场渗透率相对 较低。优缺点 ：
ASIC：（1）针对特定模型所需算子进行优化定制，在定制化开发完成后，ASIC 在其所针对的特定场景或模型下有更好的适配性，在算力、功耗等方面具备 优势；（2）单个张量计算核心较大， 降低数据通路设计复杂度，提升能效；同等芯片面积下，计算核心数量较少；（3）熟悉特定 ASIC 架构的软 件开发者较少，软件开发门槛高，模型算法快速迭代后算子开发周期长，软件迁移成本较高；（4）人工智能计算通常不使用 FP64，因此大多不支持双精度 浮点运算，混合精度计算开发 难度较高；（5）芯片面积较小，经过优化的模型运行能效较高

FPGA：（1）可无限次编程，延时性较低，依靠可编程性，适用于开发周期较 短的产品，以 及开发试错阶段等； （2）成本、能效、开发环境与主流技术路径仍有差距。代表厂商 ：
ASIC：谷歌、华为海思、寒武纪等
FPGA：Intel 、 Xilinx 等

3
总结通用 GPU 具备灵活的指令集和精巧的处理器架构，可覆盖人工智能领域多 元化应用场景，是目前主流的AI 芯片计算架构。根据 IDC 数据，2024 年中国加速服务器市场中 GPU 服务器依然是主导地位，占据 70%的市场份额。从海外大模型厂商的算力布局来看，ASIC 厂商如谷歌的整体算力储备中大部分算力芯片依然为 GPU。 通用 GPU 在人工智能场景具有比较优势，主要系：1）ASIC 等专用型计算架构的设计目的是针对特定场景进行优化，其在更多维的计算类型和场景中适应性较低，通用性能不足。考虑到人工智能算法正处于不断发展演进的过程，模型结构并未固化，大模型的迭代速度持续加快、迭代创新日趋频繁，算子也随之快速变化，通用 GPU 相较 ASIC 等专用型计算架构能更高效适应算法快速更迭的 环境。2）在云端，服务器需要服务下游不同的应用场景，客户快速迁移、大规模复制的能力更为关键，因此对 AI 芯片的通用性和灵活性要求较高。 随着云端智算集群的需求快速扩张以及后训练、推理等阶段新模型结构的快速演变，具有更强通用性、灵活性和可扩展性优势的通用 GPU 仍将是未来主流 的 AI 芯片技术路径之一。
资料来源：沐曦股份首次公开发行股票并在科创板上市招股说明书

---

免责声明：本公众号对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺，且不构成任何投资建议，对于使用该信息而引发或可能引发的损失将由投资者自行承担。投资者不应以该等信息取代其独立判断或仅根据该等信息做出决策。同时，我们尊重原创。文字图表等素材，版权属于原作者或其代理人。若涉及版权问题，敬请联系我们，立即做删除处理。