O chip ASIC é um circuito integrado concebido para fins especiais, chip de alimentação de potência ideal, específico da função, projetado para fins específicos. Ao contrário da GPU e da flexibilidade FPGA, o ASIC personalizado não pode ser alterado uma vez que ele é fabricado. Portanto, o custo inicial é alto, e o longo ciclo de desenvolvimento torna a barreira de entrada alta. Atualmente, a maioria dos gigantes com algoritmos e sonhos de AI são bons em P & D de chips, como o TPU do Google.
As principais tecnologias de chips disponíveis atualmente para acelerar a formação de máquinas e redes neurais profundas incluem chips ASIC, chips de processamento gráfico (GPUs), chips de matrizes de portas lógicas programáveis em campo (FPGA) e unidades de processamento central (CPUs). Os quatro tipos de tecnologias de chips têm suas próprias vantagens e desvantagens no suporte à AI e à aprendizagem de máquinas. Entre elas, a tecnologia GPU é a tecnologia ASIC usada nos algoritmos de processamento e mapeamento. A diferença é que o chip ASIC pode fornecer conjuntos de instruções e bibliotecas de recursos para GPUs. A estilização, que pode ser usada para processar dados armazenados localmente, é como um acelerador para vários algoritmos paralelos.
Chip ASIC
Basicamente, as GPUs são muito rápidas e relativamente flexíveis. Embora a tecnologia ASIC também tenha a vantagem de uma velocidade de processamento rápida, é relativamente insuficiente no uso da elasticidade. No desenvolvimento de chips ASIC, é necessário projetar recursos e esforços para um chip ASIC. Muitos, podem ter que gastar tanto quanto dezenas de milhões ou mesmo centenas de milhões de dólares, e precisam construir uma equipe de engenheiros com um custo muito baixo, mostrando que o investimento é muito desenfreado, e os chips ASIC também precisam ser atualizados para manter as novas tecnologias e níveis de processo. Os designers de chips ASIC corrigiram sua lógica no início do processo de desenvolvimento. Portanto, se houver novas idéias no campo em rápida evolução, como a AI, o chip ASIC não poderá responder a isso rapidamente. Em contrapartida, a tecnologia FPGA também pode ser reprogramada em conformidade. Para executar uma nova função.
Outro desenvolvimento futuro do ASIC é o chip semelhante ao cérebro. O chip tipo cérebro é baseado na engenharia neuromórfica. Ele usa o método de processamento de informações do cérebro humano para aprender. É adequado para o processamento em tempo real de informações não estruturadas. Ele possui chips de ultra-baixa potência com capacidades de aprendizagem e está mais próximo da inteligência artificial. Objetivo. Porque é perfeitamente adequado para algoritmos relacionados à rede neural, os ASIC superam os GPGA GPU em desempenho e consumo de energia, o TPU1 é 14-16 vezes maior que o de GPUs tradicionais e NPU é 118 vezes maior que o de GPUs. O Cambrian publicou aplicativos externos. Conjunto de instruções, espera-se que o ASIC seja o núcleo dos futuros chips AI.
Em teoria, isso é verdade, mas a realidade é, quem fará o OEM?
Olhando para o lado da fundição, há muitas fundições em todo o mundo. No entanto, devido ao alto grau de dificuldade, não há muitos fabricantes que podem produzir sistemas de pacote único AI. TSMC, Samsung e Glof estão todos na lista.
Então, quais fornecedores estão projetando sistemas de pacotes únicos de AI?
Você precisa ver quais fornecedores são realmente bons na integração 2.5D e possuem o IP chave necessário para o design (como a interface de camada física HBM2 e o SerDes de alta velocidade). O HBM2 PHY e os módulos SerDes de alta velocidade desempenham tarefas de missão crítica entre os componentes do sistema de pacote único. Comunicações sexuais. São desafios muito exigentes em projetos analógicos. Comprar IP de um fornecedor de ASIC pode minimizar o risco.
Não há muitos fornecedores de ASIC que se especializem nessas áreas, mas esses fornecedores de ASIC se beneficiarão do crescimento explosivo no mercado de inteligência artificial.