2018人工智能芯片研究报告( 44 页)

---

目录

一·概述篇

1.1 AI 芯片的分类 .......... 2

1.2 AI 芯片发展历程 ...... 4

1.3 我国AI 芯片发展情况 .... 6

2.1 传统的CPU 及其局限性 ....... 8

2.2 并行加速计算的GPU ..... 9

2.3 半定制化的FPGA ........ 10

2.4 全定制化的ASIC.......... 12

2.5 类脑芯片 .......... 13

2.6 AI 芯片技术特点比较 ......... 14

二·技术篇

三·产业篇

3 产业篇 ..........16

四·人物篇

4.1 学者分布及迁徙 ..... 24

4.2 代表性研究学者 ..... 25

五·应用趋势篇

5 应用领域篇 ......... 31

六·趋势篇

6 趋势篇 .... 36

图 1 人工智能与深度学习 .......... 2

图 2 AI 芯片发展历程.... 5

图 3 传统CPU 内部结构图（仅ALU 为主要计算模块） ..... 8

图 4 CPU 及GPU 结构对比图（引用自NVIDIA CUDA 文档） ...... 9

图 5 GPU 芯片的发展阶段 .......10

图 6 FPGA 在人工智能领域的应用 ......11

图 7 Cambricon-1A（引用自官网）.........16

图 8 集成了NPU 的神经网络处理器（引用自官网） ........17

图 9 地平线公布的BPU 发展战略图（引用自官网） .........17

图 10 亚里士多德架构（引用自官网） ......18

图 11 CI1006 芯片（引用自官网） .....19

图 12 华为麒麟970 神经网络处理器NPU ......19

图 13 人工智能芯片领域研究学者全球分布 ....24

图 14 人工智能芯片领域研究学者全球分布 ....24

图 15 各国人才逆顺差 .......25

图 16 AI 芯片应用领域 ......31

图 17 华为Mate10 成像效果对比图 .........31

图 18 苹果的Face ID ........32

图 19 分解卷积可降低消耗 ......36

图 20 逐层动态定点方法 ..........37

图 21 五级流水线结构 .......37

表1 人工智能专用芯片（包括类脑芯片）研发情况一览 ..........12