如今已经被研发出来的AI芯片有哪些？

　　人工智能是未来数年的主流和趋势，它是由算法、算力和数据组成，而算力的决定性因素就是AI芯片。目前全球从事AI芯片研究的企业接近百家，未来可能会更多，因为AI芯片分很多种，应用场景的多样化决定其芯片不一样。以云端和终端的芯片最多，其中大概有二三十家能成为主流的芯片，看看它们是哪些吧!

　　一、高通

　　高通一直在和Yann LeCun在Facebook AI研究机构的团队保持合作，共同开发用于实时推理的新型芯片。高通一直专注于智能手机、汽车和机器人等终端侧人工智能的研究。高通的骁龙AI芯片，在高度集成的系统级芯片中提供异构计算的能力，成为目前众多AI手机的标配。。

　　二、英伟达

　　英伟达发布了一块新型芯片，极大的推动了机器学习的极限。这款特斯拉P100 GPU可以执行深度学习神经网络任务，速度是英伟达之前高端系统的12倍。据英伟达表示，P100是英伟达倾力之作，研发费用高达20亿美元，在一个芯片上有1500亿个晶体管，使得它成为世界上最大的芯片。除了机器学习，P100还能进行各种高性能的计算任务，英伟达只是想让你们知道这款芯片非常擅长机器学习。

　　三、苹果

　　苹果正在研发一款专门处理人工智能相关任务的芯片，他们内部将其称为苹果神经引擎。据称，这块芯片将能够改进苹果设备在处理需要人工智能的任务时的表现，如面部识别和语音识别等，新A11 Bionic神经引擎采用多核设计，实时处理速度最高每秒可以达到6000亿次。

　　四、谷歌

　　谷歌的人工智能相关芯片就是TPU，也就是Tensor Processing Unit。TPU是专门为机器学习应用而设计的专用芯片，通过降低芯片的计算精度，减少实现每个计算操作所需的晶体管数量，从而能让芯片的每秒运行的操作个数更高，这样经过精细调优的机器学习模型就能在芯片上运行的更快，进而更快的让用户得到更智能的结果。

　　五、微软

　　微软蛰伏六年，打造出了一个迎接AI世代的芯片。那就是Project Catapult。这个FPGA目前已支持微软Bing，未来它们将会驱动基于深度神经网络——以人类大脑结构为基础建模的人工智能——的新搜索算法，在执行这个人工智能的几个命令时，速度比普通芯片快上几个数量级。

　　六、IBM

　　百年巨人IBM，在很早以前就发布过wtson，现在他的人工智能机器早就投入了很多的研制和研发中去。而在去年，他也按捺不住，投入到类人脑芯片的研发，那就是TrueNorth，邮票大小、重量只有几克，但却集成了54亿个硅晶体管，内置了4096个内核，100万个“神经元”、2.56亿个“突触”，能力相当于一台超级计算机，功耗却只有65毫瓦。

　　七、三星

　　看到苹果和华为在AI芯片上投入巨大，三星自然不甘落后。近日，据韩国媒体报道，三星将在今年推出一款NPU，它们已经完成第一款神经处理单元的开发工作，这款芯片将用在自己的手机上。除了这款芯片，它们也在研发新的AI服务器芯片，准备将这款芯片卖给其它服务器厂商。

　　八、寒武纪

　　寒武纪于2016年发布全球首款商用深度学习专用处理器IP——寒武纪1A处理器打破了多项记录，入选了第三届世界互联网大会评选的十五项“世界互联网领先科技成果”。这款处理器基于寒武纪科技所发明的国际首个人工智能专用指令集，具有完全自主知识产权，在若干关键人工智能应用上实测，寒武纪1A达到了传统的四核通用CPU 25倍以上的性能和50倍以上的能效。

　　九、中星微

　　中星微电子推出量产的“NPU”芯片。对于企业而言，实现量产是定义‘首款’NPU芯片的标准。中星微CTO张韵东博士介绍，“星光智能一号”VC0758可以支持Caffe、TensorFlow等多种神经网络框架，支持AlexNet、GoogleNet等各类神经网络。每个NPU具有4个内核，每个内核有两个数据流处理器，每个流处理器具有8个长位宽或16个长位宽的SIMD运算单元。

　　十、紫光展锐

　　紫光展锐作为国内出货量最大的芯片厂商之一，其中低端芯片在非常占有率很高。对于AI芯片这块蓝海，它们也不会放过的，2018年，紫光展锐发布了首款支持人工智能应用的8核LTE SoC芯片平台—紫光展锐SC9863。面向全球主流市场，可实现AI运算与应用，提升移动终端的智能化体验。据悉，紫光展锐SC9863集成了LTE芯片，采用Cortex-A55架构，八核心设计，主频1.6GHz。相比A53，性能提升了20%，AI处理能力提升了6倍。