《表2 芯片类型对比：增强现实硬件产业的发展及展望》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《增强现实硬件产业的发展及展望》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

资料来源：搜狐网。

从技术架构来看，AI芯片分为通用性芯片（GPU）、半定制化芯片（FPGA）、全定制化芯片（ASIC）和类脑芯片4大类。（1) GPU是单指令、多数据处理，主要处理图像领域的运算加速。但GPU无法单独工作，必须由CPU进行控制调用才能工作。结合CPU和GPU各自的优势，有一种解决方案就是异构。GPU芯片的代表企业是NVIDIA（英伟达），占全球AI芯片50%以上市场份额，旗下产品线遍布自动驾驶汽车、高性能计算、机器人、医疗保健、云计算、游戏视频等众多领域。（2) FPGA适用于多指令，单数据流的分析，常用于云端。FPGA是用硬件实现软件算法，因此在实现复杂算法方面有一定的难度，价格较高。代表企业是三星、深鉴科技（被赛灵思收购）。（3) ASIC是为实现特定要求而定制的专用AI芯片。除不能扩展外，在功耗、可靠性、体积方面都有优势，尤其在高性能、低功耗的移动端优点明显。Google在2016年宣布独立开发一种为机器学习应用而设计的专用芯片TPU。2016年3月打败了李世石和2017年5月打败了柯杰的的阿尔法狗，就是采用了Google的TPU系列芯片。（4）类脑芯片是一种模拟人脑的新型芯片编程架构，可模拟人脑功能进行感知、行为和思考。目前该类芯片实现难度大，处于早期研发阶段[10]。各类芯片对比如表2所示。