Микросхема ASIC представляет собой интегральную схему, предназначенную для специальных целей, специально разработанную для конкретных целей, оптимальную мощность AI. В отличие от гибкости GPU и FPGA, ASIC не может быть изменен после его изготовления. Таким образом, первоначальные затраты высоки, а длительный цикл разработки делает входной барьер высоким. В настоящее время большинство гигантов с алгоритмами AI и мечтами хорошо подходят для разработки чипов, таких как TPU от Google.
В настоящее время доступны для ускорения подготовки машинного обучения и глубин основной нейронной технологии сетевого чипа, в том числе чипа ASIC, графический чип (ГПУ), программируемый пользователь массив логического элемента (FPGA) микросхемы, и центральный процессор (ЦП) четыре вида, которые 4 имеет НСД на основе технологии чипа в области и преимущество и недостатки поддержки AI и машинное обучение, которая является GPU в технологии искусство ASIC, используемой в алгоритмах обработки рисунка, в котором разница СИС набор команд чипа обеспечивает хранилище и позволяет GPU стилизованный осуществляется таким образом, может быть использовано при обработке данных локально хранить, как много параллельных ускорителей алгоритма нравятся.
ASIC чип
В основном графические процессоры очень быстрые и относительно гибкие. Хотя технология ASIC также имеет преимущество в скорости обработки, она сравнительно не нуждается в использовании эластичности. При разработке чипов ASIC необходимо разработать ресурсы и усилия для чипа ASIC. Многим, возможно, придется потратить целых десятки миллионов или даже сотни миллионов долларов, и им необходимо построить команду инженеров с очень низкой стоимостью, показывая, что инвестиции очень процветают, и чипы ASIC также должны быть модернизированы, чтобы идти в ногу с новыми технологиями и уровнями процессов, плюс Разработчики чипов ASIC в начале процесса разработки зафиксировали свою логику, поэтому, если в быстро развивающейся области, такой как ИИ, появились новые идеи, чип ASIC не сможет быстро реагировать на это. Напротив, технология FPGA также может быть перепрограммирована. Для выполнения новой функции.
Еще одним будущим развитием ASIC является мозгоподобный чип. Мозгоподобный чип основан на нейроморфной инженерии. Он использует метод обработки информации человеческого мозга для изучения. Он подходит для обработки неструктурированной информации в режиме реального времени. Он имеет сверхнизкие мощности с возможностями обучения и ближе к искусственному интеллекту. Поскольку он отлично подходит для нейронных сетевых алгоритмов, ASIC превосходят ПЛИС графического процессора в производительности и потреблении энергии, TPU1 в 14-16 раз больше, чем у традиционных графических процессоров, а у NPU в 118 раз больше, чем у графических процессоров. Cambrian был выпущен для внешних приложений. Предполагается, что ASIC станет ядром будущих AI-чипов.
Теоретически это правда, но реальность такова, кто будет делать OEM?
Глядя на литейную сторону, есть много литейных заводов по всему миру. Однако из-за высокой степени сложности производителей не так много производителей, которые могут выпускать системы одиночной упаковки AI. Все перечисленные в TSMC, Samsung и Glof.
Итак, какие производители разрабатывают системы единого пакета AI?
Вам нужно посмотреть, какие поставщики действительно хороши в интеграции 2.5D и имеют ключевой IP-адрес, необходимый для разработки (например, интерфейс физического уровня HBM2 и высокоскоростные SerDes). Модули HBM2 PHY и высокоскоростные SerDes выполняют критически важные задачи среди нескольких компонентов в единой системе пакетов. Сексуальные коммуникации. Это очень сложные проблемы в аналоговых конструкциях. Покупка IP от поставщика ASIC может свести к минимуму риск.
Существует не так много поставщиков ASIC, которые специализируются в этих областях, но эти поставщики ASIC выиграют от стремительного роста рынка искусственного интеллекта.