ai芯片包括哪些芯片

　　1.GPU

　　GPU称为图形处理器，它是显卡的核心单元，是单指令、多数据处理器。GPU采用数量众多的计算单元和超长的流水线，主要处理图像领域的运算加速。代表产品有Nvidia-Tesla v100。

　　优势：相比CPU，由于其多线程结构，拥有较强的并行运算能力，与FPGA和ASIC相比，通用性更强。

　　劣势：价格和功耗比FPGA和ASIC要高，并行运算能力在推理端无法完全发挥。

　　2.FPGA

　　FPGA称为现场可编程门阵列，用户可根据自身的需求进行重复编程，适用于多指令、单数据流的分析，与GPU相反。FPGA常用于预测阶段，用硬件实现软件算法，因此，在实现复杂算法方面有一定的难度。

　　优势：可对芯片硬件层进行灵活编译，且功耗远远小于CPU和GPU。

　　劣势：硬件编程语言难以掌握，单个单元的计算能力比较弱，硬件成本较高，电子管冗余，功耗可进一步压缩。

　　3.ASIC

　　ASIC是一种为专门目的而设计的集成电路，是一种实现特定要求而定制的专用AI芯片。除了不能扩展以外，在功耗、可靠性、体积方面都有优势，尤其在要求高性能、低功耗的移动端。

　　优势：针对专门的任务进行架构层的优化设计，可实现PPA最优化设计、量产后成本最低。

　　劣势：初始设计投入大，可编程架构设计难度较大，针对性设计会限制芯片通用性。