AIチップ（ASIC）とFPGAの最近の関係が業界で議論されているため、業界の投資家や起業家にもこのトピックについて話し合うよう呼びかけています。
チップ開発の歴史はムーアの法則によってプロセス進化の歴史であり、アプリケーション定義のアーキテクチャー定義の進化でもありますので、ASICがFPGAに置き換えられるかどうかについては、一般人の問題です。
ムーアの法則の下では、背景の減速、チップのアーキテクチャとハードウェアとソフトウェアのシステム定義のアプリケーションシナリオは、この中で、新しいアプリケーションのGPU、DSPの波後の波として、映像処理チップは特殊なチップアーキテクチャを持って、AI一層重要な変更になります波動では、アルゴリズムが進化して収束するにつれ、より効率的なアーキテクチャが徐々に形成され、これらのチップアーキテクチャはシーンアプリケーションソフトウェアと高度に統合され、消費電力、性能、およびコスト設計のバランスを取る。
コンピューティングアーキテクチャは、コンピューティング、ストレージ、ネットワーキングなどの3つのコア要素で構成されているため、基本的に3つのカテゴリに分けられます。
まず第一に、我々はコンピュータチップ、インテルとARM CPU、NVIDIAのGPUについての話、CEVAのDSPチップは、このカテゴリに分類され、またはIP、主なタスクは、論理や数学演算を完了することで、クラウドコンピューティングのITの世界をサポートする、モバイル端末信号処理アプリケーション、ならびにAIなど; 5％未満全体インテルの収益は、典型的には、FPGAは、いくつかのCPU加速操作を行うことが可能な小カテゴリは、そのような信号処理として、良好ではないであるFPGA、及び他のシーンAI推論しかし、欠点も非常に明確なFPGAである、FPGAは普遍的なロジック、サポートソフトウェアおよびコンフィギュレーションを書き換え計算密度が得られがボトルネックである、と一般的なロジックは、コストと消費電力という意味冗長性の多くをもたらしたことを強調しましたFPGAは、よりもシーンを加速することができるかもしれないが、モバイルインターネットおよびネットワーク時代、ユーザの数が急増し、アプリケーションの複雑さ、計算密度（ワットサポート当たりの電力を計算する）の有意な増加は、FPGAが明らかに有能ではない、コア競争力でありますCPUのオーダーは大きくなりますが、少なくとも専用AIエンジンよりも1桁小さいです。
一部の人々はASICが十分に普遍ではありません質問することができる、実際には、答えは単純で、汎用コンピューティング密度で、CPUが何らかの操作を行うことが理論的には可能であるなど、妥協案ですが、共通のアーキテクチャは、計算密度の損失をもたらし、与えますたとえば、最高のサーバCPUは1TflopsのAI推論能力しか提供できませんが、GPUを見ると簡単に10Tflopsを実行できますが、GPUは複雑なロジック操作を完了できないため、CPUを交換することはできません。種のCPUとASICの真ん中に、そこにある程度の柔軟性があるが、価格が低い、設計の一定の最適化でコストの数セントを節約するために、このような巨大な産業の顔を、携帯電話業界として主流のニーズを満たすことができません、ビットごとのコスト削減は大きなメリットです。そのため、FPGAの運命は、市場の初期段階では常に過渡的な製品であったか、小規模なバッチを処理するセグメントでした。
最近、我々はインテルがストラクチャードASIC設計に従事する会社を買収し、面白いことに気づいた、FPGAベースのデザインは、いくつかの冗長なロジックを切り出すことができ、この時点から、我々が見ることができ、ASIC開発プロセスにFPGAの論理設計から加速ASICからの主流の市場への究極の答えです。
Aurora Borealisは、4つのAIチップ企業に投資しました。
▪クラウドコンピューティング、
▪自己運転の黒ゴマ、
▪家電製品およびセキュリティの数十億ドル
▪超低消費電力センサー融合による当社の技術、
これらの企業は、さまざまなアプリケーション・シナリオ、ちょうど深く、ユーザーのニーズを理解し、最良の製品を定義するために、柔軟性の境界を定義する必要があり、ハードウェアの会社を作ることができない、将来のチップ企業のために最適化されたAIエンジンです。例えば、搭乗のためにクラウドコンピューティング市場は、より多くのネットワークモデルAIをサポートする必要が、それはGPGPUアーキテクチャに近い、よりバランスのとれたアーキテクチャ設計の汎用性、だ、黒胡麻と億および知的財産の需要シナリオの深い理解、少数のユーザーが支援を必要とします消費電力とパフォーマンスのバランスを追求するためのアルゴリズムがいくつかあります。顧客は実際には普遍性に気をつけません。それ以外の場合はCPUは問題ありませんが、シーンの要件を満たす計算密度でのコストです。
その他には、ASICの目的は、物事を行うために最も先進的な製造プロセスを使用してFPGAを完了するために、最も主流と比較的安価なプロセスを使用することで、新会社は、容量をつかむない疑問、容量は例えば、問題ではないが、億チリは単にの40nmおよび28nm世代を使用しますプロセスは、FPGAのコストは1/10以下であり、1TOPS回数力以上のものを提供することができ、最も先進的な製造プロセスは、汎用チップ設計に適しているが、減速ムーアの法則の文脈の中で大きな負担となります。彼らは希望の場合、ここにも深いカム乗っ取り下の個人的な見解について話をしたい、FPGAの開発者が使用することは非常に、小さな困難であるので、自動化がFPGAのための貴重なツールである、深いカムAIソフトウェアツールは、FPGA、ザイリンクスの開発の進捗状況をスピードアップすることができますが、 AIの専用チップを見守らなければならない研究開発への投資を続けています。インテルの業界のリーダーとして、自動操縦、消費、セキュリティ、およびクラウドコンピューティングでBATを含め、専用のAIチップのレイアウトを持って、独自のAIチップを開発している、この方向は、まだかなりのコンセンサスです。
私たちは、視点、シーン定義AI専用チップと異種コンピューティングの観点を要約すると、次のコンピューティングアーキテクチャの変更サイクルの主なテーマです。
事実、AIチップ企業への中国の投資はそれほど多くはないが、少なすぎるものではありません。実際の業界経験を持つ成熟したチームは、投資コミュニティが追求し、支援しなければならない目標です。