AI芯片开发了解

AI芯片开发了解

 

平台	架构特点
CPU	能效比最低，70%晶体管用于构建Cache，还有一部分用于控制单元，计算单元少，适合运算和逻辑复杂的算法。
GPU	能效比低，晶体管大部分构建计算单元，运算复杂度低，适合大规模并行运算（如：迭代型计算、图像渲染）。
FPGA	能效比高，可编程逻辑，计算效率高，更接近底层IO，通过冗余晶体管和连线实现逻辑可编程，适合图计算、流式计算。
ASIC	能效比高，晶体管根据算法定制，不会有冗余，功耗低、计算性能高、计算效率高，适合算法稳定且要求高性能、低功耗的应用
总结：对于计算密集型算法，数据的搬移和运算效率越高的能效比越高。ASIC和FPGA都是更接近底层IO，所以计算能效比高和数据搬移高，但是FPGA有冗余晶体管和连线，运算频率低，所以没有ASIC能耗比高。GPU和CPU都是属于通用处理器，都需要进行取指令、指令译码、指令执行的过程，通过这种方式屏蔽了底层IO的处理，使得软硬件解耦，但带来数据的搬移和运算无法达到更高效率，所以没有ASIC、FPGA能耗比高。GPU和CPU之间的能耗比的差距，主要在于CPU中晶体管有大部分用在cache和控制逻辑单元，所以CPU相比GPU来说，对于计算密集同时计算复杂度低的算法，有冗余的晶体管无法发挥作用，能耗比上CPU低于GPU。

 

FPGA开发流程成图

FPGA编译时间耗时较长，FPGA与CPU通信采用UPI总线或PCIe总线。