El chip ASIC es un circuito integrado diseñado para fines específicos, un chip AI de potencia óptima específica de función, diseñado para fines específicos. A diferencia de la flexibilidad de GPU y FPGA, el ASIC personalizado no se puede cambiar una vez que se ha fabricado. Por lo tanto, el costo inicial es alto y el largo ciclo de desarrollo hace que la barrera de entrada sea alta. En la actualidad, la mayoría de los gigantes con algoritmos y sueños de IA son buenos para el desarrollo de chips, como el TPU de Google.
Las principales tecnologías de chips actualmente disponibles para acelerar el entrenamiento de aprendizaje automático y redes neuronales profundas incluyen chips ASIC, chips de procesamiento de gráficos (GPU), chips de arreglos lógicos programables en campo (FPGA) y unidades de procesamiento central (CPU). Los cuatro tipos de tecnologías de chips tienen sus propias ventajas y desventajas para admitir AI y el aprendizaje automático. La GPU es técnicamente la tecnología ASIC utilizada en el procesamiento del algoritmo de mapeo. La diferencia es que el chip ASIC puede proporcionar conjuntos de instrucciones y bibliotecas de recursos para la GPU. La estilización, que se puede usar para procesar datos almacenados localmente, es como un acelerador para muchos algoritmos paralelos.
Chip ASIC
Básicamente las GPU son muy rápidas y relativamente flexibles. Aunque la tecnología ASIC también tiene la ventaja de una velocidad de procesamiento rápida, es relativamente deficiente en el uso de la elasticidad. En el desarrollo de los chips ASIC, es necesario diseñar recursos y esfuerzos para un chip ASIC. Muchos pueden gastar tanto como decenas de millones o incluso cientos de millones de dólares, y necesitan establecer un equipo de ingenieros a un costo muy bajo, demostrando que la inversión es muy desenfrenada, y los chips ASIC también tendrán que actualizarse para mantenerse al día con las nuevas tecnologías y niveles de proceso. Los diseñadores de chips ASIC corrigieron su lógica al principio del proceso de desarrollo. Por lo tanto, si surgen nuevas ideas en el campo en rápida evolución como AI, el chip ASIC no podrá responder a esto rápidamente. En contraste, la tecnología FPGA también puede reprogramarse. Para realizar una nueva función.
Otro desarrollo futuro de ASIC es el chip cerebral, basado en ingeniería neuromórfica, utiliza el método de procesamiento de información del cerebro humano para aprender, es adecuado para el procesamiento en tiempo real de información no estructurada, tiene chips de muy baja potencia con capacidades de aprendizaje y está más cerca de la inteligencia artificial. Dado que es perfectamente adecuado para algoritmos relacionados con redes neuronales, los ASIC superan a los FPGA en rendimiento y consumo de energía, TPU1 es 14-16 veces más rápido que las GPU tradicionales, NPU es 118 veces mayor que las GPU. Cambrian se lanzó para aplicaciones externas. Conjunto de instrucciones, se espera que ASIC sea el núcleo de los futuros chips de IA.
En teoría, esto es cierto, pero la realidad es, ¿quién hará el OEM?
Si observamos el lado de la fundición, hay muchas fundiciones en todo el mundo. Sin embargo, debido al alto grado de dificultad, no hay muchos fabricantes que puedan producir sistemas de paquetes individuales de AI. TSMC, Samsung y Global Fund están en la lista.
Entonces, ¿qué proveedores están diseñando sistemas de paquetes individuales de inteligencia artificial?
Es necesario mirar muy bueno 2.5D, que los vendedores han integrado clave IP y requiere el diseño (como HBM2 interfaz de capa física y de alta velocidad SerDes). HBM2 módulo PHY y de alta velocidad SerDes para realizar tareas críticas entre los múltiples componentes dentro de un único sistema de paquetes Las comunicaciones sexuales: estos son desafíos muy exigentes en los diseños analógicos. Comprar IP de un proveedor ASIC puede minimizar el riesgo.
ASIC proveedor especializado en estas áreas no es mucho, pero a causa de mercado de la inteligencia artificial puede aparecer un crecimiento explosivo, por lo que estos fabricantes ASIC se beneficiará.