Page 49 - 基于人工智能的图像识别技术研究

第一章 人工智能概述

因此如果是为了单次、少量的应用而开发ASIC是得不偿失的。目前得到应用的
ASIC芯片有Intel的Nights Mill，Google的TPU以及中国首款嵌入式神经网络处理

器芯片星光智能一号等。
3.FPGA
ASIC 的突出特点是集成化、特例化，而现场可编程门阵列（ Field
Programmable Gate Array，FPGA）的特点则是灵活性高，我们可以将GPGA理解

为积木，采取不同的方式搭建，就能够得到不同的结构，进而实现不同的功能。
单纯地从性能上来讲，FPGA与ASIC差距甚小，但是FPGA有着致命的缺陷：面
积太大。众所周知，集成电路的“集成”二字强调的是“占用面积小”，过大的

面积会使得集成电路丧失其本身的意义。因此，对于少量应用或者结构验证等不
会大量开发的结构搭建而言，FPGA是性价比最高的一种方式，但对于大规模开
发、大规模生产问题而言，ASIC才是成本最低、收益最高的方式。目前，FPGA
在AI芯片上的应用有Xilinx的华为云以及Intel的5G无线和自动驾驶方面等（见
图1-18）。

图 1-18 人工智能三大要素

人工智能芯片已经得到了大规模的应用，不管是美颜摄像头还是智能驾驶
都有着人工智能芯片的身影。实际上不管是苹果的A系列芯片还是华为的麒麟芯

片，它们都搭载了相应的神经网络加速功能。由此可见，神经网络很有可能会进
一步与我们的生活相结合。但是我们也注意到，网上仍然有一些对人工智能芯片

41