智能AI计算芯片对比

下面是本人接触到的AI芯片，主要涉及华为、比特大陆-算丰、英伟达。其他还有寒武纪、地平线、瑞芯微等没有接触过就不对比了。
易开发性：比特大陆>英伟达>华为
性能:华为>英伟达>比特大陆（性能不是很好对比，每家实现的算子性能有差异，不能单纯对比TOPS）

	算力	内存	带宽（GB/s）	解码	编码	功耗	备注
昇腾310	16TOPS INT8	LPDDR4x 8/4GB		H.264/H.265 16路1080P@30FPSJPEG 1080P@256FPS	1路1080P@30FPS	9.5W	Caffe/TensorFlow
Atlas300	4x4TFLOPS62TOPS@INT8	LPDDR4x 4x 8GB		H.264/H.265 4x 16路1080P@30FPSJPEG 4x 1080P@256FPS	4路1080P@30FPS	67W
HI3559A	4TOPS@INT8-NNIE+2TOPS@INT8-DSP	LPDDR4x 4GB		视频：8路1080P@30FPSJPEG：1080P@240FPS		5W
算丰BM1880终端芯片	1TOPS@INT8（Winograd算计可达2TOPS@INT8）	LPDDR4 最大4GB		2路1080P@30FPSFHD:1080P@75FPS		2.5W	多框架支持Caffe\ONNX
算丰BM1682云端芯片	3TFLOPS			8路1080P@30FPS			可堆叠多颗芯片
算丰SC1/SC1+	2TFLOPs/4TFLOPs	16/32GB	50				1颗BM1680/2颗
Nvidia jetson TX2	1TFLOPS4TOPS@INT8	LPDDR4x 8GB	D2D 35D2H/H2D 20	8路1080P@30FPS		7.5W

实测BM1682 VS HI3559A（单NNIE）网络有快有慢，并不是某个芯片一定快。

	bm1682			hi3559a
YOLOv3_352x384	32.65ms			41.4ms
	1	2	4
YOLOv3_288x320	19.31ms	33.74ms	61.17ms
mobilenetv2_288x320	3.16ms
MTCNN_16x56	0.246ms			0.193ms
CNN_48x168	0.649ms			3.75ms