當前主流的AI芯片主要分為三類，GPU、FPGA、ASIC。其中GPU、FPGA均是前期較為成熟的芯片架構(gòu)，屬于通用型芯片。ASIC屬于為AI特定場景定制的芯片。
GPU（圖像處理單元）：GPU最初承擔圖像計算任務，能夠進行并行計算，因此GPU架構(gòu)本身比較適合深度學習算法，通過對GPU的優(yōu)化，進一步滿足深度學習大量計算需求。其主要缺點在于功耗較高。
FPGA（FieldProgrammableGateArray，現(xiàn)場可編程門陣列）：FPGA，具有足夠的計算能力、較低的試錯成本和足夠的靈活性。FPGA的計算速度快是源于它本質(zhì)上是無指令、無需共享內(nèi)存的體系結(jié)構(gòu)。對于保存狀態(tài)的需求，F(xiàn)PGA中的寄存器和片上內(nèi)存（BRAM）是屬于各自的控制邏輯的，無需不必要的仲裁和緩存，因此FPGA在運算速度足夠快，優(yōu)于GPU。同時，相比量產(chǎn)成本高昂的ASIC芯片，因為它是一種半定制的硬件，通過編程可定義其中的單元配置和鏈接架構(gòu)進行計算，因此在靈活性上優(yōu)于ASIC，具備較低試錯成本。
ASIC（ApplicationSpecificIntegratedCircuit特定用途集成電路）：根據(jù)產(chǎn)品的需求進行特定設(shè)計和制造的集成電路，能夠在特定功能上進行強化，具有更高的處理速度和更低的能耗。缺點是成本高，且由于是定制化，可復制性一般，因此只有用量足夠大時才能夠分攤前期投入，降低成本。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
