时间：2024-08-01 来源：网络搜集 关于我们 0
随着机器学习、边缘计算的发展大量数据处理任务对计算效率、计算能耗等都提出了更高的要求。
常见的AI加速芯片按照技术路线可以分为GPU、FPGA、ASIC三类。
按照CPU、GPU、FPGA、ASIC顺序芯片算力水平逐渐增加其中ASIC算力水平最高在1万-1000万Mhash/s之间。
#人工智#
ASIC行业概览
ASICApplicationSpecificIntegratedCircuit专用集成电路是一种为专门应特定用户要求和特定电子系统的需要而设计、制造的集成电路。
ASIC具有较高的能效比和算力水平但通用性和灵活性较差。
#芯片#
能效方面由于ASIC是为特定应用程序设计的其电路可以被高度优化以最大程度地减少功耗。
根据BobBroderson数据FPGA的能效比集中在1-10MOPS/mW之间。
ASIC的能效比处于专用硬件水平超过100MOPS/mW是FPGA的10倍以上。
#ASIC#
算力方面由于ASIC芯片的设计目标非常明确专门为特定的应用场景进行优化因此其性能通常比通用芯片更高。
ASIC可以针对专门任务进行架构层优化设计。在早期ASIC的下游应用场景主要为各领域智慧终端设备因此在终端推断市场规模较大。目前随着云端算力需求的不断增加ASIC凭借出色的算力水平开始在云端推断领域快速渗透。
行行查|行业研究数据库
资料显示目前市场上主流ASIC有TPU芯片、NPU芯片、VPU芯片以及BPU芯片它们分别是由Google、寒武纪、Intel以及地平线设计生产。
由于ASIC开发周期长仅有大厂有资金与实力进行研发。同时ASIC是全定制芯片在某些特定场景下运行效率最高故某些场景下游市场空间足够大时量产ASIC芯片可以实现丰厚的利润。
KBVResearch报告数据显示2019-2025年全球ASIC芯片市场规模预计将达到247亿美元在预测期内以8.2%的复合年增长率增长。
市场格局方面来看全球ASIC领域呈现百花齐放局面虽早期ASIC芯片以谷歌TPU为代表性产品但如今中国ASIC厂商已实现加速追赶显著缩小国内外产品技术差距与应用表现。
国外谷歌、英特尔、英伟达等科技巨头相继发布了TPU、DPU等ASIC芯片国内寒武纪、比特大陆、地平线、澜起科技等公司也都推出了深度神经网络加速的ASIC芯片。
#4月财经新势力#
ASIC在研发制作方面一次性成本较高但量产后平均成本低具有批量生产的成本优势。
目前人工智能属于大爆发时期大量的算法不断涌出远没有到算法平稳期ASIC专用芯片如何做到适应各种算法是当前最大的问题。但随着技术、算法的普及ASIC将更加具备竞争优势。
关注乐晴智库洞悉产业格局
