中国智能芯片行业前景研究报告
随着人工智能受到媒体和资本的热捧，近来国内外各路豪杰纷纷推出自己 的人工智能芯片，在PC行业已经开始逐年衰退，智能手机行业也随着市场的逐 渐饱和进入瓶颈期的情况下，人工智能、物联网、云计算、大数据等领域被认 为是下一个风口。其中，人工智能无疑是最受媒体和资本热捧的宠儿。同时， 国外大厂纷纷推出了自己的人工智能芯片。
随着人工智能的快速发展，应用场 景不断拓展，目前已覆盖包括深度学习、 机器视觉、指纹识别、人脸识别、个人 助理、智慧机器人等13个具体应用。技术架构来看，人工智能芯片分为通用性芯片（GPU）、半定制化芯片 （FPGA）、全定制化芯片（ASIC）三大类。
目前适合深度学习的人工智能芯片主要有GPU、FPGA、ASIC三种技术路线。GPU 最先被引 入深度学习，技术最为成熟；FPGA具有硬件可编程特点，性能出众但壁垒高。ASCI 由于可定制、 低成本是未来终端应用的趋势。
GPU使用SIMD（单指令多数据流）来让多个执行单元以同样的步伐来处理不同的数据，原 本用于处理图像数据，但其离散化和分布式的特征，以及用矩阵运算替代布尔运算适合处理深 度学习所需要的非线性离散数据。作为加速器的使用，可以实现深度学习算法。
GPU由并行计算单元和控制单元以及存储单元构成GPU拥有大量的核（多达几千个核）和 大量的高速内存，擅长做类似图像处理的并行计算，以矩阵的分布式形式来实现计算。同CPU不 同的是，GPU的计算单元明显增多，特别适合大规模并行计算。
下载链接：中国智能芯片行业前景研究报告
下载链接：
免责申明：本号聚焦相关技术分享，内容观点不代表本号立场，可追溯内容均注明来源，发布文章若存在版权等问题，请留言联系删除，谢谢。
电子书<服务器基础知识全解(终极版)>更新完毕，知识点深度讲解，提供182页完整版下载。
获取方式：点击“阅读原文”即可查看PPT可编辑版本和PDF阅读版本详情。
温馨提示：
请搜索“AI_Architect”或“扫码”关注公众号实时掌握深度技术分享，点击“阅读原文”获取更多原创技术干货。
