IBM
2011 年 IBM 首先推出了单核含 256 个神经元，256×256 个突触和 256 个轴突的芯片 TrueNorth 原型，但从规模上来说，这样的单核脑容量仅相当于虫脑的水平。2014 年 8月，IBM 再度发布能模拟人类大脑的 SyNAPSE（Systems of Neuromorphic Adaptive Plastic Scalable Electronics，即“自适应塑料可伸缩电子神经形态系统”）芯片，拥有 100万个“神经元”内核、2.56 亿个“突触”内核以及 4096 个“神经突触”内核，功率则仅有 70 毫瓦，每消耗一焦耳的能量可进行 460 亿突触运算，比现代微处理器功耗低数个数量级。整个芯片仅有一枚邮票大小，其工作电源相当于助听器电池，IBM 官方表示这种支持视觉、听觉和多感官应用的技术将给科技、商务、政府和社会带来全新的变化。
Google
谷歌在全球有 15 个仓库般大小的数据中心，每天承担大量的运算压力，近年来随着神经网络在语音技术中的应用日趋成熟，这一部分的商业拓展将对硬件设备提出更高要求。在这种背景下，谷歌提出了新的算力解决方案——机器学习处理器“张量处理单元”（Tensor Processing Unit, TPU）。TPU 像 CPU 和 GPU 一样，可以进行编程操作。它的设计也不仅仅是针对某种神经网络模型，而是能够在多种神经网络（CNN、LSTM，以及大型全连接网络模型等）中执行 CISC（复杂指令计算机）的指令。在 TOPS / Watt（每瓦特性能）功耗效率测试中，TPU 的性能要优于常规的处理器 30 到 80 倍；而同传统的 GPU/ CPU 的计算组合相比 ，TPU 的处理速度也要快上 15 到 30 倍；更为关键的是，由于 TPU 的运用，就连深度神经网络所需要的代码数量也大幅的减少，仅需要 100 到 1500 行代码就可以顺畅运行。在深度学习技术迅速发展，数据和算力要求快速提高的人工智能时代，谷歌的这一替代方案将为硬件大规模减负，进一步降低人工智能的硬件成本，全球大规模数据中心有望大幅减少。
ARM DynamIQ
参考中国报告网发布《2018-2023年中国人工智能行业市场竞争现状分析与投资发展前景研究报告》
DynamIQ 技术是未来 ARM Cortex-A 系列处理器的基础，覆盖从端到云的安全、通用平台。DynamIQ 技术在一个群集中最多可以放 8 个核，而且这 8 个核可以是不同处理能力的核。这意味着不管有没有大小核 big.LITTLE，都能够实现同构，或者异构计算。DynamIQ与 CoreLink 和 Cache Coherent Interconnect 技术互补，实现与大型计算系统的连接。此外， DynamIQ 对于内存子系统做了重新的设计，核本身具有更强的处理能力和更高的性能。这些性能以及快速响应都被延展到片上系统的其它部分。
ARM 通过对 CPU 以及片上系统两方面性能的提升来实现人工智能运算的加速。在指令集方面，ARMv8.2 的版本支持 DynamIQ 技术，其中包含专门针对人工智能工作负载的指令集，以及相应的优化库。专门的 AI 工作负载，可能有 50 倍性能的提升。另外，DynamIQ有专门针对这些 AI 的加速模块的设计精良的接口，从而实现更快的响应速度。预计最新一代解决方案可实现比基于 Cortex-A73 的设备高 50 倍的人工智能性能，并最多可提升 10 倍 CPU 与 SoC 上指定硬件加速器之间的反应速度。
DynamIQ 技术将被广泛应用于汽车、家庭以及各种互联设备，这些设备所产生的以 ZB 为计算单位的数据会在云端或者设备端被用于机器学习，以实现更先进的人工智能。
Mobileye
Mobileye 是汽车行业的计算机视觉系统、测绘、定位和机器学习等领域的全球领导者。
2016 年 5 月 Mobileye 和意法半导体宣布将合作研发 Mobileye 第五代系统芯片——EyeQ5，作为 2020 年实现全自动驾驶（FAD）汽车的中央处理器，并执行传感器融合程序。EyeQ5将会采用 10 纳米节点或以下 FinFET 技术设计，具备多线程 8 核 CPU，外加创新一代 18 核 Mobileye 视觉处理器。相比而言，EyeQ4 作为上一代视觉 SoC 芯片，只配置了 4 个 CPU 内核和 6 个矢量微码处理器。EyeQ5 的功耗低于 5W，每秒可实现超过 12 万亿次的运算和被动散热，主要定位于 Level 3 或 Level 4 无人驾驶阶段的应用。预计在 2018 年上半年可提供 EyeQ5 的工程样品。
2017 年 3 月 13 日，Intel 宣布斥资 153 亿美元收购 Mobileye。预计 Mobileye 未来的智能驾驶芯片解决方案将与 Intel 的相关技术充分融合。
2011 年 IBM 首先推出了单核含 256 个神经元，256×256 个突触和 256 个轴突的芯片 TrueNorth 原型，但从规模上来说，这样的单核脑容量仅相当于虫脑的水平。2014 年 8月，IBM 再度发布能模拟人类大脑的 SyNAPSE（Systems of Neuromorphic Adaptive Plastic Scalable Electronics，即“自适应塑料可伸缩电子神经形态系统”）芯片，拥有 100万个“神经元”内核、2.56 亿个“突触”内核以及 4096 个“神经突触”内核，功率则仅有 70 毫瓦，每消耗一焦耳的能量可进行 460 亿突触运算，比现代微处理器功耗低数个数量级。整个芯片仅有一枚邮票大小，其工作电源相当于助听器电池，IBM 官方表示这种支持视觉、听觉和多感官应用的技术将给科技、商务、政府和社会带来全新的变化。
图：IBM 神经网络处理器结构
谷歌在全球有 15 个仓库般大小的数据中心，每天承担大量的运算压力，近年来随着神经网络在语音技术中的应用日趋成熟，这一部分的商业拓展将对硬件设备提出更高要求。在这种背景下，谷歌提出了新的算力解决方案——机器学习处理器“张量处理单元”（Tensor Processing Unit, TPU）。TPU 像 CPU 和 GPU 一样，可以进行编程操作。它的设计也不仅仅是针对某种神经网络模型，而是能够在多种神经网络（CNN、LSTM，以及大型全连接网络模型等）中执行 CISC（复杂指令计算机）的指令。在 TOPS / Watt（每瓦特性能）功耗效率测试中，TPU 的性能要优于常规的处理器 30 到 80 倍；而同传统的 GPU/ CPU 的计算组合相比 ，TPU 的处理速度也要快上 15 到 30 倍；更为关键的是，由于 TPU 的运用，就连深度神经网络所需要的代码数量也大幅的减少，仅需要 100 到 1500 行代码就可以顺畅运行。在深度学习技术迅速发展，数据和算力要求快速提高的人工智能时代，谷歌的这一替代方案将为硬件大规模减负，进一步降低人工智能的硬件成本，全球大规模数据中心有望大幅减少。
图：Google TPU 架构
ARM DynamIQ
参考中国报告网发布《2018-2023年中国人工智能行业市场竞争现状分析与投资发展前景研究报告》
DynamIQ 技术是未来 ARM Cortex-A 系列处理器的基础，覆盖从端到云的安全、通用平台。DynamIQ 技术在一个群集中最多可以放 8 个核，而且这 8 个核可以是不同处理能力的核。这意味着不管有没有大小核 big.LITTLE，都能够实现同构，或者异构计算。DynamIQ与 CoreLink 和 Cache Coherent Interconnect 技术互补，实现与大型计算系统的连接。此外， DynamIQ 对于内存子系统做了重新的设计，核本身具有更强的处理能力和更高的性能。这些性能以及快速响应都被延展到片上系统的其它部分。
ARM 通过对 CPU 以及片上系统两方面性能的提升来实现人工智能运算的加速。在指令集方面，ARMv8.2 的版本支持 DynamIQ 技术，其中包含专门针对人工智能工作负载的指令集，以及相应的优化库。专门的 AI 工作负载，可能有 50 倍性能的提升。另外，DynamIQ有专门针对这些 AI 的加速模块的设计精良的接口，从而实现更快的响应速度。预计最新一代解决方案可实现比基于 Cortex-A73 的设备高 50 倍的人工智能性能，并最多可提升 10 倍 CPU 与 SoC 上指定硬件加速器之间的反应速度。
DynamIQ 技术将被广泛应用于汽车、家庭以及各种互联设备，这些设备所产生的以 ZB 为计算单位的数据会在云端或者设备端被用于机器学习，以实现更先进的人工智能。
图：ARM 发布 DynamIQ 架构
Mobileye
Mobileye 是汽车行业的计算机视觉系统、测绘、定位和机器学习等领域的全球领导者。
2016 年 5 月 Mobileye 和意法半导体宣布将合作研发 Mobileye 第五代系统芯片——EyeQ5，作为 2020 年实现全自动驾驶（FAD）汽车的中央处理器，并执行传感器融合程序。EyeQ5将会采用 10 纳米节点或以下 FinFET 技术设计，具备多线程 8 核 CPU，外加创新一代 18 核 Mobileye 视觉处理器。相比而言，EyeQ4 作为上一代视觉 SoC 芯片，只配置了 4 个 CPU 内核和 6 个矢量微码处理器。EyeQ5 的功耗低于 5W，每秒可实现超过 12 万亿次的运算和被动散热，主要定位于 Level 3 或 Level 4 无人驾驶阶段的应用。预计在 2018 年上半年可提供 EyeQ5 的工程样品。
2017 年 3 月 13 日，Intel 宣布斥资 153 亿美元收购 Mobileye。预计 Mobileye 未来的智能驾驶芯片解决方案将与 Intel 的相关技术充分融合。
图：mobileye EyeQ5 芯片的电路系统块图
资料来源：中国报告网整理，转载请注明出处（GQ）
更多好文每日分享，欢迎关注公众号
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com，我们将及时沟通与处理。
