華為新發布的兩款AI晶片牛在何處？看這一篇文章就夠了

今天，華為兩款AI晶片又雙掇掇刷屏了！

在10月10日舉行的華為2018HC大會上，輪值董事長徐直軍發布了華為全棧全場景AI解決方案，同時還發布了兩款採用華為「達文西」架構的AI晶片：昇騰910（Ascend 910），目前全球已發布的單晶片計算密度最大的AI晶片，還有昇騰310（Ascend 310），是目前面向計算場景最強算力的AI SoC。

華為推出自研的「達文西」晶片架構，而棄用寒武紀的ASIC晶片架構，還是讓人很意外。

按照徐直軍的說法，是因為寒武紀的晶片架構雖然能滿足終端設備的AI計算需求，但無法滿足雲端設備的強算力需求。

而華為的全新晶片架構，可以覆蓋從雲到終端的算力需求，可以說在全球也是獨一無二的，可謂非常強大了！

仍然不理解？我們來看看什麼是AI晶片？它有哪些優勢？分類是怎樣的？

AI晶片又稱AI加速器，即在通用晶片中增加AI計算單元，專門用於處理人工智慧應用中的大量計算任務的模塊，其他如邏輯運算等非計算任務仍交給CPU負責。

當前，AI晶片的技術架構分為通用性晶片（GPU）、半定製化晶片（FPGA）、全定製化晶片（ASIC）、類腦晶片四大類，如下圖示。

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。

但GPU無法單獨工作，必須由CPU進行控制調用才能工作。

GPU和CPU具體區別聯繫，請參考我的一篇文章《CPU和GPU有什麼區別》。

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，部署在雲端。

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。

ASIC是為實現特定要求而定製的專用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、低功耗的移動端。

類腦晶片架構是一款模擬人腦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、行為和思考，簡單來講，就是複製人類大腦。

而從應用場景角度看，AI晶片主要有兩類，一個是用在數據中心部署的雲端AI晶片，一個是在消費者終端部署的終端AI晶片。

與普通的晶片相比，雲端AI晶片相當於超級計算機，優勢是性能強悍、能支持大量並行運算、且能夠靈活地支持語音識別、人臉識別等不同AI應用。

我們使用的認證比對、智能翻譯等在線服務，背後都是有雲端AI晶片在提供支撐；

而終端AI晶片是嵌入終端設備中使用的，更偏重於能耗，讓設備不需要聯網就能具備AI能力，優勢是體積小、功耗低。

目前已經應用在智慧型手機中的智能美顏拍照等領域。

目前，採用通用GPU技術架構的英偉達在雲端AI晶片領域占據70%市場份額，谷歌、微軟、亞馬遜、阿里巴巴及百度等公司都採用英偉達的GPU晶片。

而寒武紀推出的AI晶片採用ASIC架構，它於2016年推出國際首個神經網絡通用指令集DianNaoYu（電腦語），擁有完全自主智慧財產權。

未來的AI晶片，尤其是NPU（嵌入式AI晶片），需要在計算精度和功耗之間做權衡。

據華為徐直軍所介紹，寒武紀的晶片技術架構已經暫時不能支持華為的AI全場景解決方案了。

華為此次發布的AI晶片架構，「能覆蓋從雲、到邊緣、到端到物聯網端，是全新的架構，創造力的架構。

」華為的達文西晶片架構將是世界上首個支持全場景應用的AI晶片解決方案。

點擊上方頭像，關注我的頭條號，發送私信，有大量AI學習乾貨免費增送。

---

作者簡介：頭條「青雲計劃」獲獎作者，十二年IT、物聯網行業從業經驗，物聯網、人工智慧、大數據領域科普專家。

歡迎關注「科技重器」頭號條，每天獲取新鮮資訊，深度解讀科技大事件，精準把握技術趨勢和市場脈搏。