企业新闻 > 正文
国外知名人工智能芯片厂商
2017/12/26 08:49   先进制造业      关键字:芯片,人工智能,英伟达,学习      浏览量:
目前AI芯片这个市场,已经吸引了很多玩家,无论是传统的半导体业者,还是所谓的初创企业,都开始投奔这个下一个金矿。本文为大家盘点人工智能领域的芯片厂商和他们的产品,来看看有哪些典型代表。

在人工智能领域,算法的实现依赖于计算机强大的运行速度,因此芯片就显得尤为重要。目前AI芯片这个市场,已经吸引了很多玩家,无论是传统的半导体业者,还是所谓的初创企业,都开始投奔这个下一个金矿。本文为大家盘点人工智能领域的芯片厂商和他们的产品,来看看有哪些典型代表。

    英伟达

凭借具备识别、标记功能的图像处理器,在人工智能还未全面兴起之前,英伟达就先一步掌控了这一时机。在2016年,英伟达更是一连发布了多款针对深度学习的芯片,像4月份发布的一款可执行深度学习神经网络任务的Tesla P100 GPU,又比如9月份发布的基于Pascal架构的深度学习芯片Tesla P4和Tesla P40,其中,Pascal架构能助推深度学习加速65倍。

除了研发芯片,英伟达还发布了多个用于不同领域的硬件和平台,进一步扩大了自己的人工智能布局。在CES 2017上,英伟达发布的自动驾驶芯片XAVIER AICAR SUPERCOMPUTER、智能家居硬件Spot以及搭载了人工智能系统ProAI(由ZF、英伟达联合研发)的车载电脑等。据悉,ProAI系统可以通过深度学习处理来自汽车传感器和摄像头的数据,能够清晰的识别周围环境,在高清地图上精确定位,为车辆规划出一条安全的前行道路,进一步适用于高速公路自动化驾驶。

ARM

迄今为止,全球85%的智能移动设备中都采取了ARM架构,其中,超过95%的智能手机运用了ARM的处理器,在智能硬件和物联网高速发展的如今,ARM有着绝对的地位。

此外,根据其2015年Q4财报,ARM所授权的芯片主要都用在了移动计算、智能汽车、安全系统和物联网。在智能汽车领域,包括NVIDIA、高通在内都是基于ARM设计开发了面向驾驶辅助系统的超级计算机。早前,对于收购ARM一事,软银CEO孙正义就曾明确表示ARM芯片将推动人工智能走向奇点。而在收购之后,软银也对ARM早已开始的人工智能项目“Blue Sky Program”表示了极大的支持。

Intel & Nervana

在2016年11月,Intel公司发布了一个叫做Nervana的AI处理器,他们宣称会在明年年中测试这个原型。如果一切进展顺利,Nervana芯片的最终形态会在2017年底面世。这个芯片是基于Intel早前购买的一个叫做Nervana的公司。按照Intel的人所说,这家公司是地球上第一家专门为AI打造芯片的公司。

Nervana一直在努力将机器学习功能全力引入到芯片之中,是人工智能ASIC芯片供应商。得到Intel的支持后,Nervana正计划推出其针对深度学习算法的定制芯片Nervana Engine。据Nervana相关人员表示,相比GPU,Nervana Engine在训练方面可以提升10倍性能

IBM

百年巨人IBM,在很早以前就发布过wtson,现在他的人工智能机器早就投入了很多的研制和研发中去。而在去年,他也按捺不住,投入到类人脑芯片的研发,那就是TrueNorth,邮票大小、重量只有几克,但却集成了54亿个硅晶体管,内置了4096个内核,100万个“神经元”、2.56亿个“突触”,能力相当于一台超级计算机,功耗却只有65毫瓦。

TrueNorth是IBM参与DARPA的研究项目SyNapse的最新成果。这种芯片把数字处理器当作神经元,把内存作为突触,跟传统冯诺依曼结构不一样,它的内存、CPU和通信部件是完全集成在一起。因此信息的处理完全在本地进行,而且由于本地处理的数据量并不大,传统计算机内存与CPU之间的瓶颈不复存在了。同时神经元之间可以方便快捷地相互沟通,只要接收到其他神经元发过来的脉冲(动作电位),这些神经元就会同时做动作。

谷歌

谷歌的人工智能相关芯片就是TPU。也就是Tensor Processing Unit。

TPU是专门为机器学习应用而设计的专用芯片。通过降低芯片的计算精度,减少实现每个计算操作所需的晶体管数量,从而能让芯片的每秒运行的操作个数更高,这样经过精细调优的机器学习模型就能在芯片上运行的更快,进而更快的让用户得到更智能的结果。Google将TPU加速器芯片嵌入电路板中,利用已有的硬盘PCI-E接口接入数据中心服务器中。

微软

微软蛰伏六年,打造出了一个迎接AI世代的芯片。那就是Project Catapult。这个FPGA 目前已支持微软Bing,未来它们将会驱动基于深度神经网络——以人类大脑结构为基础建模的人工智能——的新搜索算法,在执行这个人工智能的几个命令时,速度比普通芯片快上几个数量级。有了它,你的计算机屏幕只会空屏 23 毫秒而不是 4 秒。

KnuEdge

KnuEdge实际上并不是一个初创公司,它由NASA的前任负责人创立,已经在一个隐形模式下运营了10年。KnuEdge最近从隐形的模式中走出,并让全世界知道他们从一个匿名的投资人获取1亿美元的投资用来开发一个新的“神经元芯片”。

KUNPATH提供基于LambaFabric的芯片技术,LambaFabric将会通过与现在市场上的GPUs、CPUs和FPGAs完全不同的架构进行神经网络的计算。LambdaFabric本质上是为在高要求的运算环境下向上拓展至512000台设备而设计,机架至机架延迟时间只有400毫微秒,低功耗的256核处理器。

krtkl

创立于2015年的krtkl致力于创造“一个微小的无线电脑用来创造一些完全不同的东西”。这款开拓板是基于XilinxZynq SoC,集成了ARM处置器和可编程FPGA。用户甚至可以经过手机上的专用APP对其举行编程,供230个用户可用的I/O接口,应用灵巧兼容很多扩展板卡,其特征如下:选择Zynq 7010SoCchip,集成双核ARM Cortex-A9@667Mhz处置器和430K LUT的FPGA资源(可晋级为Zynq 7020@866Mhz1.3M LUT)。

这款开拓板的一大亮点是不仅支援传统的MicroUSB程序烧写,终端调试等效能,还支援手机终端操控,应用官方供的Apps,经过Wi-Fi连接开拓板,用户可以下载程序,管脚把持,管脚复用以及体系把持能效能。

微信扫描二维码,关注公众号。