AI芯片开发了解
AI芯片开发了解
平台 | 架构特点 |
CPU | 能效比最低,70%晶体管用于构建Cache,还有一部分用于控制单元,计算单元少,适合运算和逻辑复杂的算法。 |
GPU | 能效比低,晶体管大部分构建计算单元,运算复杂度低,适合大规模并行运算(如:迭代型计算、图像渲染)。 |
FPGA | 能效比高,可编程逻辑,计算效率高,更接近底层IO,通过冗余晶体管和连线实现逻辑可编程,适合图计算、流式计算。 |
ASIC | 能效比高,晶体管根据算法定制,不会有冗余,功耗低、计算性能高、计算效率高,适合算法稳定且要求高性能、低功耗的应用 |
总结:对于计算密集型算法,数据的搬移和运算效率越高的能效比越高。ASIC和FPGA都是更接近底层IO,所以计算能效比高和数据搬移高,但是FPGA有冗余晶体管和连线,运算频率低,所以没有ASIC能耗比高。GPU和CPU都是属于通用处理器,都需要进行取指令、指令译码、指令执行的过程,通过这种方式屏蔽了底层IO的处理,使得软硬件解耦,但带来数据的搬移和运算无法达到更高效率,所以没有ASIC、FPGA能耗比高。GPU和CPU之间的能耗比的差距,主要在于CPU中晶体管有大部分用在cache和控制逻辑单元,所以CPU相比GPU来说,对于计算密集同时计算复杂度低的算法,有冗余的晶体管无法发挥作用,能耗比上CPU低于GPU。 |
FPGA开发流程成图
FPGA编译时间耗时较长,FPGA与CPU通信采用UPI总线或PCIe总线。