本文分享自天翼云開發者社區《ChatGPT 背后的英雄——AI芯片》，作者:w****n
AI芯片能為人工智能應用提供所需的基礎算力；按技術架構主要分為GPU、FPGA和ASIC，ChatGPT 有著大量復雜計算需求的 AI 模型， AI 芯片專門用于處理人工智能應用中的大量計算任務，是不可或缺的底層硬體，隨著 AI 技術快速發展，AI 應用場景擴大至智能制造、家居、教育、醫療和金融等領域；而智能產品種類不斷豐富，包括 ChatGPT 等 AIGC 產品持續升級對芯片算力提出更高要求，AI 芯片算力和需求旺盛增長，據 Frost&Sullivan 預計，2022-2026 年全球 AI 芯片市場規模將以 26.3%復合增速增長，從基礎預生成 AI 到機器學習，最終達到深度學習，主要依賴于審閱龐大的資料集合、處理資料、生成演算法模型、訓練演算法模型的能力，而 AI 芯片就是從處理資料到終端賦能的算力基礎，AI 芯片主要分為三種，分別是 GPU, FPGA 與 ASIC 芯片，不同種類別的 AI 計算芯片有各自突出的優勢和適用的領域，貫穿 AI 訓練與推理階段，目前 CPU 在人工智能領域中的應用有限，主要受限于 CPU 在 AI 訓練方面的計算能力不足，
一 、GPU
GPU 作為顯示芯片是可在個人電腦、作業站、游戲機和智能手機/平板電腦上做影像和影像相關運算作業的微處理器，隨著互聯網用戶和網路應用興起，資料體量逐漸龐大，資料中心對計算需求快速增加，GPU 憑借其相對通用靈活和適應并行計算等特性成為主要選擇，GPU 也從最初專用于影像處理制作后逐漸應用于計算，是核心計算資源基礎，目前來看，GPU 仍然是 AI 應用的主導芯片，主要因為它具有強大的計算能力和高通用適用性，廣泛應用于各種圖形處理、數值模擬及人工智能演算法領域，較低的開發成本也時期能夠快速在各個垂直下游領域被廣泛應用，加速優化拓展，ChatGPT 作為有著大量復雜計算需求的 AI 模型，GPU 芯片成為能幫助其完成計算任務的關鍵硬體之一；隨著深度學習技術發展，GPU 成為 AI 演算法訓練中重要硬體組成部分，同時，隨著云計算技術發展，云端對 GPU 算力要求在不斷提升，據機構 JPR 預測顯示，2022-2026 年全球 GPU 出貨量將以 6.3%復合增速增長；預計 2027 年行業市場規模將超320 億美元，
二、FPGA
FPGA 是支持 AI 算力芯片的更優解，優點主要在于低延遲、優秀的能效比、較短的開發周期以及高度可編程能力，可以供給不同垂直行業使用，FPGA 是一種硬體可重構的集成電路芯片，通過在硅片上預先設計實作具有可編程特性，可通過軟體重新配置芯片內部的資源來實作不同功能，廣泛應用于資料中心、航空航天工程、人工智能、工業、物聯網以及汽車等領域，FPGA 擁有軟體的可編程性和靈活性、兼具硬體的并行性和低延時性，相較于 ASIC、GPU 等處理器更為靈活，具備上市周期和成本優勢，在 5G 通信、人工智能等迭代升級周期頻繁、技術不確定性較大的領域，FPGA 是較為理想的解決方案，隨著全球新一代通信設備部署以及人工智能與自動駕駛技術等新興市場領域需求的不斷增長，前瞻產業研究院預計全球 FPGA 市場規模將從 2021 年的 82.9 億美元增長至 2025 年的 125.2億美元，年均復合增長率約為 10.8%，中國 FPGA 市場規模快速增長，預計 2021-2025 年規模復合增速 17.1%，
三、 ASIC
ASIC 是為特定用途而定制的集成電路，具有高性能、低能耗的特點，專用化程度最高，其特點同時適合 AI 訓練和推理階段的使用，ASIC 芯片包括 DPU 和 NPU 類別，其中，DPU主要承擔網路、存盤和安全的加速處理任務，旨在滿足網路側專用計算需求，適用于服務器量多、對資料傳輸速率要求嚴苛的場景，ASIC 應用領域廣泛，包括醫療、工業、軍事、航空等，其中虛擬幣是主要應用領域之一，因相對 GPU、FPGA，ASIC 能效更高，目前 ASIC滲透率依然較低，主要由于其較高的研發成本與研發壁壘，因此市場份額顯著小于 GPU，隨著人工智能行業愈加成熟，蓬勃發展的下游應用對于上游研發成本的優化力不斷增高，ASIC 芯片依賴于它的卓越性能及低功耗，將成為人工智能技術的首選，根據貝哲斯咨詢預測，到 2027 年，全球 ASIC 市場規模預計將達 1677.49 億元，2021-2027 年均復合增長率為 8.9%，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/554167.html
標籤：其他
下一篇：返回列表