AI的许多数据处理涉及矩阵乘法和加法。大量并行工作的GPU提供了一种廉价的方法，但缺点是更高的功率。具有内置DSP模块和本地存储器的FPGA更节能，但它们通常更昂贵。

AI芯片该使用什么方法原理去实现，仍然众说纷纭，这是新技术的特点，探索阶段百花齐放，这也与深度学习等算法模型的研发并未成熟有关，即AI的基础理论方面仍然存在很大空白。这是指导芯片如何设计的基本前提。因此，集中在如何更好的适应已有的数据流式处理模式进行的芯片优化设计。

AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块（其他非计算任务仍由CPU负责）。当前，AI芯片主要分为 GPU 、FPGA 、ASIC。

(资料图)

对此，本人以中国国内第一证券大数据数据资料库信息做如下分析：

首先关注人工智能IP类芯片如国民技术、云天劢飞；

其次关注人工智能芯片ASIC类芯片如昇辉科技

三是关注人工智能处理器方面如IP核处理器的国民技术；核心处理器的寒武纪；智能处理器的盈方微、国民技术；

四是关注人工智能模拟芯片的圣邦股份；

五是关注人工智能内存芯片的澜起科技；

六是关注人工智能数字信号芯片的富瀚微；

七是关注人工智能语音识别芯片的台基股份

八是关注人工智能智能芯片的远光软件、国民技术、盈方微、全志科技、亿通科技。

标签：