赵春昊

(上海依图网络科技有限公司， 上海 200051)

0 引 言

近年来，人工智能(AI)已经成为信息技术中最热门的领域之一。随着算法精度要求的不断提升，对于智能计算性能的要求也越来越高。AI芯片作为新型基础设施的核心，逐渐成为了该领域的研究热点。AI芯片是指具备适配人工智能算法的运算架构，能够完成人工智能应用运算处理的集成电路元件。由于AI应用的底层算子具有通用性，AI芯片可以利用基础计算单元针对性地提供高性能算力。

AI芯片不仅仅在云端超算和数据中心里使用，而且逐渐向边缘侧和终端场景发展。例如，英伟达Xavier NX芯片作为自动驾驶车载芯片的领跑者，可以完成目标检测、路径规划等AI任务的实时计算，这类AI芯片已经成为了边缘侧计算的关键部件。而许多小型终端设备也嵌入了AI芯片。新出现的边缘侧和端侧计算设备中的AI芯片呈现出与云端AI芯片完全不同的性能。如何从技术角度对AI芯片进行分类的依据成为需要填补的研究空白。

2018年，张蔚敏等从产业的角度分析了AI芯片的市场需求、机遇与挑战，并且按照两个维度(技术架构、市场需求)对于AI芯片进行分类[1]；清华大学微电子学研究所尹首一等侧重于计算的角度，分析了现阶段AI加速芯片的技术特点，展望了类脑仿生芯片、通用AI芯片等未来趋势[2]；丛瑛瑛等分析了AI芯片目前的发展态势，提出了对策和建议[3]；美国麻省理工大学的Albert Reuther等从性能与功耗角度分析了市面主流的AI芯片性能，并且使用性能与功耗对其分类[4]。……