中國智能芯片行業(yè)研究報告
隨著人工智能受到媒體和資本的熱捧，近來國內(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)開始逐年衰退，智能手機(jī)行業(yè)也隨著市場的逐 漸飽和進(jìn)入瓶頸期的情況下，人工智能、物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等領(lǐng)域被認(rèn) 為是下一個風(fēng)口。其中，人工智能無疑是最受媒體和資本熱捧的寵兒。同時， 國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 景不斷拓展，目前已覆蓋包括深度學(xué)習(xí)、 機(jī)器視覺、指紋識別、人臉識別、個人 助理、智慧機(jī)器人等13個具體應(yīng)用。技術(shù)架構(gòu)來看，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、 低成本是未來終端應(yīng)用的趨勢。
GPU使用SIMD（單指令多數(shù)據(jù)流）來讓多個執(zhí)行單元以同樣的步伐來處理不同的數(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由并行計算單元和控制單元以及存儲單元構(gòu)成GPU擁有大量的核（多達(dá)幾千個核）和 大量的高速內(nèi)存，擅長做類似圖像處理的并行計算，以矩陣的分布式形式來實(shí)現(xiàn)計算。同CPU不 同的是，GPU的計算單元明顯增多，特別適合大規(guī)模并行計算。
下載鏈接：中國智能芯片行業(yè)前景研究報告
網(wǎng)絡(luò)計算及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：本號聚焦相關(guān)技術(shù)分享，內(nèi)容觀點(diǎn)不代表本號立場，可追溯內(nèi)容均注明來源，發(fā)布文章若存在版權(quán)等問題，請留言聯(lián)系刪除，謝謝。
電子書<服務(wù)器基礎(chǔ)知識全解(終極版)>更新完畢，知識點(diǎn)深度講解，提供182頁完整版下載。
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：
請搜索“AI_Architect”或“掃碼”關(guān)注公眾號實(shí)時掌握深度技術(shù)分享，點(diǎn)擊“閱讀原文”獲取更多原創(chuàng)技術(shù)干貨。
