所謂的ai晶元，一般是指針對ai演算法的asic（專用晶元）。傳統的cpu、gpu都可以拿來執行ai演算法，但是速度慢，效能低，無法實際商用。
比如，自動駕駛需要識別道路行人紅綠燈等狀況，但是如果是當前的cpu去算，那麼估計車翻到河裡了還沒發現前方是河，這是速度慢，時間就是生命。如果用gpu，的確速度要快得多，但是，功耗大，汽車的電池估計無法長時間支撐正常使用，而且，老黃家的gpu巨貴，經常單塊上萬，普通消費者也用不起，還經常缺貨。另外，gpu因為不是專門針對ai演算法開發的asic，所以，說到底，速度還沒到極限，還有提公升空間。而類似智慧型駕駛這樣的領域，必須快！在手機終端，可以自行人臉識別、語音識別等ai應用，這個必須功耗低，所以gpu out！
所以，開發asic就成了必然。
說說，為什麼需要ai晶元。
ai演算法，在影象識別等領域，常用的是cnn卷積網路，語音識別、自然語言處理等領域，主要是rnn，這是兩類有區別的演算法。但是，他們本質上，都是矩陣或vector的乘法、加法，然後配合一些除法、指數等演算法。
乙個成熟的ai演算法，比如yolo-v3，就是大量的卷積、殘差網路、全連線等型別的計算，本質是乘法和加法。對於yolo-v3來說，如果確定了具體的輸入圖形尺寸，那麼總的乘法加法計算次數是確定的。比如一萬億次。（真實的情況比這個大得多的多）
那麼要快速執行一次yolo-v3，就必須執行完一萬億次的加法乘法次數。
這個時候就來看了，比如ibm的power8，最先進的伺服器用超標量cpu之一，4ghz，simd，128bit，假設是處理16bit的資料，那就是8個數，那麼乙個週期，最多執行8個乘加計算。一次最多執行16個操作。這還是理論上，其實是不大可能的。
那麼cpu一秒鐘的巔峰計算次數=16x4gops=64gops。
這樣，可以算算cpu計算一次的時間了。
同樣的，換成gpu算算，也能知道執行時間。因為對gpu內部結構不熟，所以不做具體分析。
再來說說ai晶元。比如大名鼎鼎的谷歌的tpu1.
tpu1，大約700m hz，有256x256尺寸的脈動陣列，如下圖所示。一共256x256=64k個乘加單元，每個單元一次可執行乙個乘法和乙個加法。那就是128k個操作。（乘法算乙個，加法再算乙個）
另外，除了脈動陣列，還有其他模組，比如啟用等，這些裡面也有乘法、加法等。
所以，看看tpu1一秒鐘的巔峰計算次數至少是=128k x 700mhz=89600gops=大約90tops。
對比一下cpu與tpu1，會發現計算能力有幾個數量級的差距，這就是為啥說cpu慢。
當然，以上的資料都是完全最理想的理論值，實際情況，能夠達到5%吧。因為，晶元上的儲存不夠大，所以資料會儲存在dram中，從dram取資料很慢的，所以，乘法邏輯往往要等待。另外，ai演算法有許多層網路組成，必須一層一層的算，所以，在切換層的時候，乘法邏輯又是休息的，所以，諸多因素造成了實際的晶元並不能達到利潤的計算峰值，而且差距還極大。
可能有人要說，搞研究慢一點也能將就用。
目前來看，神經網路的尺寸是越來越大，引數越來越多，遇到大型nn模型，訓練需要花幾周甚至一兩個月的時候，你會耐心等待麼？突然斷電，一切重來？（曾經動手訓練乙個寫**的ai，然後，一次訓練（50輪）需要大約一天一夜還多，記得如果第一天早上開始訓練，需要到第二天下午才可能完成，這還是模型比較簡單，資料只有幾萬條的小模型呀。）
修改了模型，需要幾個星期才能知道對錯，確定等得起？
突然有了tpu，然後你發現，吃個午飯回來就好了，引數優化一下，繼續跑，多麼爽！
計算速度快，才能迅速反覆迭代，研發出更強的ai模型。速度就是金錢。
gpu的核心結構不清楚，所以就不比較了。肯定的是，gpu還是比較快的，至少比cpu快得多，所以目前大多數都用gpu，這玩意隨便乙個都能**輕鬆上萬，太貴，而且，功耗高，經常缺貨。不適合資料中心大量使用。
總的來說，cpu與gpu並不是ai專用晶元，為了實現其他功能，內部有大量其他邏輯，而這些邏輯對於目前的ai演算法來說是完全用不上的，所以，自然造成cpu與gpu並不能達到最優的價效比。
谷歌花錢研發tpu，而且目前已經出了tpu3，用得還挺歡，都開始支援谷歌雲計算服務了，貌似6點幾美元每小時吧，不記得單位了，懶得查。
可見，谷歌覺得很有必要自己研發tpu。
目前在影象識別、語音識別、自然語言處理等領域，精度最高的演算法就是基於深度學習的，傳統的機器學習的計算精度已經被超越，目前應用最廣的演算法，估計非深度學習莫屬，而且，傳統機器學習的計算量與 深度學習比起來少很多，所以，我討論ai晶元時就針對計算量特別大的深度學習而言。畢竟，計算量小的演算法，說實話，cpu已經很快了。而且，cpu適合執行排程複雜的演算法，這一點是gpu與ai晶元都做不到的，所以他們三者只是針對不同的應用場景而已，都有各自的主場。
至於為何用了cpu做對比？
而沒有具體說gpu。是因為，我說了，我目前沒有系統檢視過gpu的**，不了解gpu的情況，故不做分析。因為積累的緣故，比較熟悉超標量cpu，所以就用熟悉的cpu做詳細比較。而且，小型的網路，完全可以用cpu去訓練，沒啥大問題，最多慢一點。只要不是太大的網路模型。
那些ai演算法公司，比如曠世、商湯等，他們的模型很大，自然也不是一塊gpu就能搞定的。gpu的算力也是很有限的。
至於說cpu是序列，gpu是並行
不知道為啥就不能用cpu來比較算力？
拜託，gpu本來是從cpu中分離出來專門處理影象計算的，也就是說，gpu是專門處理影象計算的。包括各種特效的顯示。這也是gpu的天生的缺陷，gpu更加針對影象的渲染等計算演算法。但是，這些演算法，與深度學習的演算法還是有比較大的區別，而我的回答裡提到的ai晶元，比如tpu，這個是專門針對cnn等典型深度學習演算法而開發的。另外，寒武紀的npu，也是專門針對神經網路的，與tpu類似。
谷歌的tpu，寒武紀的diannao，這些ai晶元剛出道的時候，就是用cpu/gpu來對比的。
看看，谷歌tpu**的摘要直接對比了tpu1與cpu/gpu的效能比較結果，見紅色框：
這就是摘要中介紹的tpu1與cpu/gpu的效能對比。
再來看看寒武紀diannao的*****，摘要中直接就是diannao與cpu的效能的比較，見紅色框：
回顧一下歷史
上個世紀出現神經網路的時候，那一定是用cpu計算的。
位元幣剛出來，那也是用cpu在挖。目前已經進化成asic礦機了。位元大陸了解一下。
從2023年開始開啟的深度學習熱潮，cpu與gpu都能計算，發現gpu速度更快，但是貴啊，更多用的是cpu，而且，那時候gpu的cuda可還不怎麼樣，後來，隨著nn模型越來越大，gpu的優勢越來越明顯，cuda也越來越6，目前就成了gpu的專場。
寒武紀2023年的diannao（npu）比cpu快，而且更加節能。asic的優勢很明顯啊。這也是為啥要開發asic的理由。
至於說很多公司的方案是可程式設計的，也就是大多數與fpga配合。你說的是商湯、深鑑麼？的確，他們發表的**，就是基於fpga的。
這些創業公司，他們更多研究的是演算法，至於晶元，還不是重點，另外，他們暫時還沒有那個精力與實力。fpga非常靈活，成本不高，可以很快實現架構設計原型，所以他們自然會選擇基於fpga的方案。不過，最近他們都大力融資，官網也在招聘晶元設計崗位，所以，應該也在涉足asic研發了。
如果以fpga為代表的可程式設計方案真的有巨大的商業價值，那他們何必砸錢去做asic？
說了這麼多，我也是半路出家的，因為工作需要而學習的。按照我目前的理解，看tpu1的專利及**，一步一步推導出內部的設計方法，理解了tpu1，大概就知道了所謂的ai處理器的大部分。然後研究研究寒武紀的一系列**，有好幾種不同的架構用於不同的情況，有興趣可以研究一下。然後就是另外幾個獨角獸，比如商湯、深鑑科技等，他們每年都會有**發表，沒事去看看。這些**，大概就代表了當前最先進的ai晶元的架構設計了。當然，最先進，別人肯定不會公開，比如谷歌就不曾公開關於tpu2和tpu3的相關專利，反正我沒查到。不過，沒事，目前的文獻已經代表了最近幾年最先進的進展了。
晶元測試矩陣的相關計算
問題描述 有n 2 n 20 塊晶元，有好有壞，已知好晶元比壞晶元多。每個晶元都能用來測試其他晶元。用好晶元測試其他晶元時，能正確給出被測試晶元是好還是壞。而用壞晶元測試其他晶元時，會隨機給出好或是壞的測試結果 即此結果與被測試晶元實際的好壞無關 給出所有晶元的測試結果，問哪些晶元是好晶元。輸入格式...
UART介面演算法移植加密晶元的除錯技巧 演算法除錯
演算法移植加密晶元的除錯包含2個部分 通訊除錯和演算法除錯。之前講到過通訊除錯技巧，接下來本篇將對演算法除錯中的問題進行分析總結，來幫助客戶順利地完成除錯。演算法除錯中的常見問題 1 不要自行建工程 客戶在移植演算法時，無需新建工程，直接開啟已有例程進行程式設計即可。3 了解架構是前提 加密晶元分為...
終端AI晶元硬體相似，軟體才是成功的關鍵？
ai的發展正在從雲端走向終端，未來無論是智慧型手機 汽車 無人機 機械人都將增加更多的ai功能。市場的需求吸引了越來越多ai晶元公司的加入，在終端ai晶元公司不斷推出更高算力晶元的時候，可以發現他們的硬體各有長處但很相似，這是否意味著軟體才是終端ai晶元獲勝的關鍵？根據j.p.morgan的 201...