中國(guó)智能芯片行業(yè)研究報(bào)告
隨著人工智能受到媒體和資本的熱捧，近來(lái)國(guó)內(nèi)外各路豪杰紛紛推出自己 的人工智能芯片，在PC行業(yè)已經(jīng)開(kāi)始逐年衰退，智能手機(jī)行業(yè)也隨著市場(chǎng)的逐 漸飽和進(jìn)入瓶頸期的情況下，人工智能、物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等領(lǐng)域被認(rèn) 為是下一個(gè)風(fēng)口。其中，人工智能無(wú)疑是最受媒體和資本熱捧的寵兒。同時(shí)， 國(guó)外大廠紛紛推出了自己的人工智能芯片。
隨著人工智能的快速發(fā)展，應(yīng)用場(chǎng) 景不斷拓展，目前已覆蓋包括深度學(xué)習(xí)、 機(jī)器視覺(jué)、指紋識(shí)別、人臉識(shí)別、個(gè)人 助理、智慧機(jī)器人等13個(gè)具體應(yīng)用。技術(shù)架構(gòu)來(lái)看，人工智能芯片分為通用性芯片（GPU）、半定制化芯片 （FPGA）、全定制化芯片（ASIC）三大類。
目前適合深度學(xué)習(xí)的人工智能芯片主要有GPU、FPGA、ASIC三種技術(shù)路線。GPU 最先被引 入深度學(xué)習(xí)，技術(shù)最為成熟；FPGA具有硬件可編程特點(diǎn)，性能出眾但壁壘高。ASCI 由于可定制、 低成本是未來(lái)終端應(yīng)用的趨勢(shì)。
GPU使用SIMD（單指令多數(shù)據(jù)流）來(lái)讓多個(gè)執(zhí)行單元以同樣的步伐來(lái)處理不同的數(shù)據(jù)，原 本用于處理圖像數(shù)據(jù)，但其離散化和分布式的特征，以及用矩陣運(yùn)算替代布爾運(yùn)算適合處理深 度學(xué)習(xí)所需要的非線性離散數(shù)據(jù)。作為加速器的使用，可以實(shí)現(xiàn)深度學(xué)習(xí)算法。
GPU由并行計(jì)算單元和控制單元以及存儲(chǔ)單元構(gòu)成GPU擁有大量的核（多達(dá)幾千個(gè)核）和 大量的高速內(nèi)存，擅長(zhǎng)做類似圖像處理的并行計(jì)算，以矩陣的分布式形式來(lái)實(shí)現(xiàn)計(jì)算。同CPU不 同的是，GPU的計(jì)算單元明顯增多，特別適合大規(guī)模并行計(jì)算。
下載鏈接：中國(guó)智能芯片行業(yè)前景研究報(bào)告
網(wǎng)絡(luò)計(jì)算及DPU在數(shù)據(jù)中心和邊緣云上的應(yīng)用
面向數(shù)據(jù)中心突破：英偉達(dá)DPU集數(shù)據(jù)中心于芯片
下載鏈接：
網(wǎng)絡(luò)計(jì)算及DPU在數(shù)據(jù)中心和邊緣云上的應(yīng)用
面向數(shù)據(jù)中心突破：英偉達(dá)DPU集數(shù)據(jù)中心于芯片
免責(zé)申明：本號(hào)聚焦相關(guān)技術(shù)分享，內(nèi)容觀點(diǎn)不代表本號(hào)立場(chǎng)，可追溯內(nèi)容均注明來(lái)源，發(fā)布文章若存在版權(quán)等問(wèn)題，請(qǐng)留言聯(lián)系刪除，謝謝。
電子書<服務(wù)器基礎(chǔ)知識(shí)全解(終極版)>更新完畢，知識(shí)點(diǎn)深度講解，提供182頁(yè)完整版下載。
獲取方式：點(diǎn)擊“閱讀原文”即可查看PPT可編輯版本和PDF閱讀版本詳情。
溫馨提示：
請(qǐng)搜索“AI_Architect”或“掃碼”關(guān)注公眾號(hào)實(shí)時(shí)掌握深度技術(shù)分享，點(diǎn)擊“閱讀原文”獲取更多原創(chuàng)技術(shù)干貨。
