当前位置：首页 > AI芯片 > 正文

ai芯片架构总结（ai芯片主要有哪几类）

xiaofei
AI芯片
2025-06-01
14

本篇文章给大家谈谈ai芯片架构总结，以及ai芯片主要有哪几类对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

1、业界AI加速芯片浅析(一)百度昆仑芯
2、CPU、GPU、NPU架构、特点介绍
3、华为升腾AI芯片深度剖析
4、处理器与AI芯片-阿里平头哥-NPU&RISC-V
5、AI芯片独角兽首席架构师硬核科普:如何从头设计张量流式处理器架构|洞见...

业界AI加速芯片浅析(一)百度昆仑芯

百度昆仑芯是百度自主研发的AI加速芯片，具有独特的设计理念和架构特点。以下是关于百度昆仑芯的浅析：研发背景与经验：互联网企业背景：百度作为互联网企业，拥有近十年的造芯经验，自2015年开始涉足芯片研发。

百度作为互联网企业，拥有较长时间的造芯经验，自2015年开始，已积累近十年。百度于2018年发布其首代昆仑AI芯片，采用自研的XPU架构。之后在2021年，推出了第二代昆仑AI芯片，使用了新一代的XPU-R架构。百度昆仑芯片设计细节较少公开，但通过三篇相关论文可以理解到其设计理念。

（图片来源网络，侵删）

百度内部设计的昆仑芯片，采用14nm工艺，实现高可编程性、灵活性和性能，能够处理广泛的人工智能应用，如语音、图像、语言和自动驾驶，满足多样化工作负载需求。峰值性能为230TOPS@INT8在900MHz及以下281TOPS@INT8在1GHz的升压频率，内存带宽为512GB/s，峰值功率为160W。

百度期望进一步利用自身AI能力，助力传统行业降本增效，创造经济价值。在AI芯片商业化场景中，互联网行业作为算力需求方之一，对产品的通用性和易用性要求较高，而昆仑芯已在此领域接受大规模测试。

昆仑是中国在大规模AI运算实践中催生出的芯片，基于百度8年的CPU、GPU和FPGA的AI加速器的研发，通过20多次迭代而生。因此，“昆仑”也是迄今为止业内设计算力最高的AI芯片（100+瓦特功耗下提供260Tops性能）。

（图片来源网络，侵删）

CPU、GPU、NPU架构、特点介绍

NPU：架构：专为神经网络计算设计，具有优化的硬件与指令集。特点：在神经网络计算中展现高效率与吞吐量，是加速神经网络计算的理想选择。算力：以TOPS衡量，专注于神经网络相关的计算任务。算力差异： CPU：适用于通用计算任务，算力相对较低，但稳定性好，适用于各种复杂的计算场景。

GPU具有以下特点：多线程、提供强大的并行计算基础结构、高访存速度、高浮点运算能力。这些特点使得GPU在深度学习中大量训练数据、矩阵、卷积运算等方面表现出色。然而，GPU在单独工作时也有缺陷，如高功耗、大体积和高昂价格。

CPU、GPU与NPU，三种处理器类型在算力上各有特点。CPU作为通用处理器，执行基本运算与控制任务，算力以FLOPS衡量。GPU拥有大量核心与线程，适合并行计算，算力以TFLOPS表示。NPU为神经网络计算设计，具有优化硬件与指令集，算力以TOPS衡量。GPU以并行计算能力胜出，NPU则在神经网络计算中展现高效率与吞吐量。

NPU，即神经网络处理器，是专为深度学习和神经网络算法设计的处理器。相较于GPU，NPU在处理卷积神经网络、深度学习推理等特定任务时能实现更高的计算效率和更低的能耗。其高度并行、低延迟和高能效的特点使其非常适合在边缘计算、自动驾驶、机器人等需要实时人工智能计算任务的设备中应用。

定义：GPU最初设计用于图形渲染，但现已扩展到通用并行计算领域。应用场景：在图形处理和通用并行计算上表现出色。TPU：定义：TPU是专门为机器学习和神经网络工作负载设计的处理器。应用场景：在深度学习、机器学习等领域具有显著优势，能够加速训练和推理过程。

NPU：主要应用于AI推断任务，如语音识别、图像识别、自然语言处理等生成式AI体验中。GPU：广泛应用于图形渲染、视频处理、深度学习训练等领域。CPU：作为通用处理器，适用于各种计算任务，包括办公、游戏、科学计算等。综上所述，NPU、GPU和CPU在计算架构中各自扮演不同的角色，共同推动计算机技术的发展。

华为升腾AI芯片深度剖析

1、升腾处理器概览华为升腾AI处理器包括升腾910与升腾310，是基于自家达芬奇架构的两款人工智能处理器。这些芯片集成了芯片系统控制CPU、AI计算引擎、多层级的片上系统缓存、数字视觉预处理模块等组件。主流SoC的主存多采用DDR或HBM，升腾芯片也采用了HBM，以提供更高的数据吞吐量。

2、华为的升腾AI芯片的核心引擎，AI Core，其计算力集中于执行各种标量、向量和张量密集型运算。

3、华为升腾芯片是华为推出的基于自研达芬奇架构的AI芯片，主要包括升腾910和升腾310两款代表性芯片。研发历程：2018年华为在全联接大会宣布Ascend系列芯片研发计划，同年在第五届世界互联网大会发布升腾310芯片，次年发布升腾910。

处理器与AI芯片-阿里平头哥-NPU&RISC-V

阿里平头哥在高性能处理器与AI芯片领域，拥有玄铁处理器、含光人工智能芯片、羽阵RFIC系列、倚天处理器芯片以及无剑SoC等产品。基于近年来阿里平头哥在HotChips、ISCA发布的报告和论文，本文总结了含光800-NPU加速器和玄铁810处理器-RISC-V硬件架构，供学习、研发高性能处理器与AI芯片时参考。

在高性能计算与人工智能芯片领域，阿里平头哥凭借一系列创新产品崭露头角，其中玄铁和含光系列尤为引人注目。玄铁810处理器和含光800-NPU加速器均选择了RISC-V架构，引领了技术的前沿潮流。

阿里的芯片和传统通用处理器（如X8CPU和GPU）的算法还是有些不同，属于特定场景下的特定算法，我们可以理解为：定制化芯片。含光800目标专把硬件和软件发挥最大价值，就像平头哥一样，瞄准目标不服就干，干到你害怕为止。

在2019年云栖大会主论坛，阿里巴巴CTO、达摩院院长张建锋从口袋里掏出一款看得见、摸得着的芯片：含光800。这是一款AI芯片，重点应用于机器视觉中，如图片识别、视频识别等。作为平头哥半导体公司首颗自主研发的芯片，含光800成为云栖大会主论坛的热门话题。

首款搭载阿里平头哥曳影1520 SoC的RISC-V架构笔记本电脑已经上市，价格区间为105809-353044元。以下是该笔记本电脑的详细特点：处理器性能：搭载了阿里平头哥曳影1520 SoC，该SoC拥有5GHz的四核玄铁C910 CPU和4个TOP NPU，提供了卓越的速度和能效。

阿里巴巴集团首席技术官兼阿里云智能总裁张建锋发布了阿里的首款AI芯片含光800，该芯片是一款云端AI芯片，属于AI推理芯片。含光800主要应用于视觉场景，已经在阿里巴巴集团内多个场景大规模应用，其他企业可以通过阿里云获得含光NPU的算力。张建锋表示，平头哥用大概一年半的时间实现了含光800从设计到商用。