發表於 2019-08-20 14:42:51
傳統的架構：基於馮.諾依曼架構的FPGA（現場可編程門陣列）和ASIC（專用集成電路）晶片。FPGA和ASIC晶片不管是研發還是應用，都已經形成了一定生產、應用規模。而類腦晶片雖然還處於研究初期，但未來具備很大潛力，可能在未來成為人工智慧行業的主流。
現在的電腦，採用的都是馮·諾依曼架構。它的核心架構就是處理器和存儲器是分開布局的，所以CPU（中央處理器）和內存條沒有集成在一起，只是在CPU中設置了容量極小的高速緩存。而類人腦架構，是模仿人腦神經系統模型的結構，人腦中的神經元既是控制系統，同時又是存儲系統。
因此CPU、內存條、總線、南北橋等等，最終都必將集成在一起，形成類人腦的巨大晶片組，至於發熱問題，內存條微型化問題，人類最終會找到解決方法。
1、通用晶片（GPU）。GPU是單指令、多數據處理，採用數量眾多的計算單元和超長的流水線，主要處理圖像領域的運算加速。GPU是不能單獨使用的，它只是處理大數據計算時的能手，必須由CPU進行調用，下達指令才能工作。
但CPU可單獨作用，處理複雜的邏輯運算和不同的數據類型，但當需要處理大數據計算時，則可調用GPU進行並行計算。
2、半定製化晶片（FPGA）。FPGA適用於多指令，單數據流的分析，與GPU相反，因此常用於預測階段，如雲端。FPGA是用硬體實現軟體算法，因此在實現複雜算法方面有一定的難度，缺點是價格比較高。
3、全定製化晶片（ASIC）。ASIC是為實現特定場景應用要求時，而定製的專用AI晶片。除了不能擴展以外，在功耗、可靠性、體積方面都有優勢，尤其在高性能、低功耗的行動裝置端。
4、類腦晶片，類腦晶片架構是一款模擬人腦的神經網絡模型的新型晶片編程架構，這一系統可以模擬人腦功能進行感知方式、行為方式和思維方式。
有人說，ASIC是人工智慧晶片的一個主要發展方向，但真正的人工智慧晶片未來發展的方向是類腦晶片。類腦晶片研究是非常艱難的，IBM、高通、英特爾等公司的晶片策略都是用硬體來模仿人腦的神經突觸。GPU未來的應用方向是高級複雜算法和通用性人工智慧平臺，買來就能使用。
FPGA更適用於各種具體的行業，人工智慧會應用到各個具體領域。ASIC晶片是全定製晶片。因為算法複雜度越強，越需要一套專用的晶片架構與其進行對應。定製就是當客戶處在某一特殊場景時，可以為其獨立設計一套專業智能算法軟體。而ASIC基於人工智慧算法進行獨立定製，其發展前景看好。類腦晶片是人工智慧最終的發展模式，但是離產業化還很遙遠。
打開APP閱讀更多精彩內容
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容圖片侵權或者其他問題，請聯繫本站作侵刪。 侵權投訴