4/25/2023，光纖在線訊，最近，出現(xiàn)頻率比較高的名詞，比如，CPU,GPU,AI等新詞層出不窮，而我們也經(jīng)常會(huì)對(duì)這些新名詞感到疑惑，這之間有什么關(guān)聯(lián)，又有什么區(qū)別，是不是越來越重要了，帶著疑問，我翻看了一些研報(bào)，咨詢了身邊相關(guān)領(lǐng)域的專家，一一解惑。

那么什么是CPU？CPU名為中央處理器，是一塊超大規(guī)模的集成電路，是一臺(tái)計(jì)算機(jī)的運(yùn)算核心和控制核心。其功能主要是解釋計(jì)算機(jī)指令以及處理計(jì)算機(jī)軟件中的數(shù)據(jù)。計(jì)算機(jī)的性能在很大程度上由CPU的性能所決定，而CPU的性能主要體現(xiàn)在其運(yùn)行程序的速度上。

一些機(jī)構(gòu)的分析員認(rèn)為，之所以出現(xiàn)”X”PU，是因?yàn)镃PU的算力達(dá)到瓶頸，無法在繼續(xù)上升，滿足日益增長的算力需求，提升算力又主要依靠提高時(shí)鐘頻率和增加處理器內(nèi)核數(shù)，但是很遺憾，這些方法也遇到了瓶頸，于是現(xiàn)在我們逐漸開始把一些重復(fù)的工作安放到一個(gè)專用的加速器，來達(dá)到降低功耗，提升性能的目的，而放棄傳統(tǒng)的CPU大管家處理模式，這就促使”X”PU的加速器的興起。

據(jù)資料顯示，GPU（英語：graphics processing unit，圖形處理器），又稱顯示核心、視覺處理器、顯示芯片，是一種專門在個(gè)人電腦、工作站、游戲機(jī)和一些移動(dòng)設(shè)備（如平板電腦、智能手機(jī)等）上做圖像和圖形相關(guān)運(yùn)算工作的微處理器。

GPU使顯卡減少了對(duì)CPU的依賴，并進(jìn)行部分原本CPU的工作，兩者的設(shè)計(jì)原理也截然不同。

GPU的設(shè)計(jì)原理：總結(jié)為大量的簡單運(yùn)算
1、大量的運(yùn)算單元：負(fù)責(zé)簡單粗暴的計(jì)算，不擅長奧數(shù)題，但小學(xué)題他會(huì)；
2、少量的控制單元和緩存單元：主要是負(fù)責(zé)合并和轉(zhuǎn)發(fā)數(shù)據(jù)，對(duì)這兩塊的需求較小，所以占據(jù)GPU較小的空間。

CPU的設(shè)計(jì)原理：因?yàn)镃PU涉及到通用計(jì)算，復(fù)雜度較高，總結(jié)成少量的復(fù)雜計(jì)算。
1、需要少量的運(yùn)算單元，強(qiáng)大的邏輯運(yùn)算能力，可以理解為4個(gè)專家，既可以做奧數(shù)題，也可以做加減法；
2、需要足夠的控制單元實(shí)現(xiàn)復(fù)雜的數(shù)據(jù)控制和數(shù)據(jù)轉(zhuǎn)發(fā)；
3、需要足夠的緩存單元去存放一些已經(jīng)計(jì)算完成的結(jié)果，或者是后面馬上要用到的數(shù)據(jù)。

在今年的GTC 2023中，英偉達(dá)推出了全新的GPU推理平臺(tái)，截至目前，英偉達(dá)的GPU芯片正在為全球絕大多數(shù)的人工智能系統(tǒng)提供最基礎(chǔ)的算力支持，而ChatGPT母公司OpenAI，便是憑借著10000片英偉達(dá)的GPU芯片，成功訓(xùn)練出了GPT-3大語言模型，震驚了全世界。

根據(jù)中國儀器儀表行業(yè)發(fā)布的資料顯示，F(xiàn)PGA是數(shù)字芯片的一類分支，與CPU、GPU等功能固定芯片不同的是，F(xiàn)PGA制造完成后可根據(jù)用戶需要，賦予其特定功能，也可以理解為半定制化芯片。

它本質(zhì)是一種可編程的芯片，人們可以把硬件設(shè)計(jì)重復(fù)燒寫在它的可編程存儲(chǔ)器里，從而使FPGA芯片可以執(zhí)行不太的硬件設(shè)計(jì)和功能。具有可編程靈活性高，開發(fā)周期短和并行計(jì)算效率高的優(yōu)勢(shì)。

FPGA相比CPU的巨大優(yōu)勢(shì)在于確定性的低時(shí)延，這是架構(gòu)差異造成的。CPU的利用率越高，處理時(shí)延便越大，而FPGA無論利用率大小，其處理時(shí)延是穩(wěn)定的。在汽車和工業(yè)這些需要確定低時(shí)延的場(chǎng)景，F(xiàn)PGA具有非常大的優(yōu)勢(shì)。

此外，F(xiàn)PGA相比CPU，具有更高的靈活性。

關(guān)于AI芯片，廣義上講，能運(yùn)行AI算法的芯片都叫AI芯片，目前通用的CPU、GPU、FPGA等都能執(zhí)行AI算法，只是執(zhí)行效率差異不同，但俠義上來說，一般將AI芯片定義為，專門針對(duì)AI算法做了特殊加速設(shè)計(jì)的芯片。

目前AI芯片的主要用于語音識(shí)別、自然語言處理、圖像處理等大量使用AI算法的領(lǐng)域，通過芯片加速提高算法效率。

它可以理解為一個(gè)快速計(jì)算乘法和加法的計(jì)算器，而CPU要處理和運(yùn)行非常復(fù)雜的指令集，難度比AI芯片大很多。GPU雖然為圖形處理而設(shè)計(jì)，但是CPU與GPU并不是專用AI芯片，其內(nèi)部有大量其他邏輯來實(shí)現(xiàn)其他功能，這些邏輯對(duì)于目前的AI算法來說完全無用。目前經(jīng)過專門針對(duì)AI算法做過開發(fā)的GPU應(yīng)用較多，也有部分企業(yè)用FPGA做開發(fā)，但是行業(yè)內(nèi)對(duì)于AI算法必然出現(xiàn)專用AI芯片。

根據(jù)以上了解，我們可以總結(jié)為：
CPU是一個(gè)有多種功能的優(yōu)秀領(lǐng)導(dǎo)者。它的優(yōu)點(diǎn)在于調(diào)度、管理、協(xié)調(diào)能力強(qiáng)，計(jì)算能力則位于其次。而GPU相當(dāng)于一個(gè)接受CPU調(diào)度的“擁有大量計(jì)算能力”的員工。

GPU 作為圖像處理器，設(shè)計(jì)初衷是為了應(yīng)對(duì)圖像處理中需要大規(guī)模并行計(jì)算。因此，其在應(yīng)用于深度學(xué)習(xí)算法時(shí)，也有一定的局限性。

FPGA，其設(shè)計(jì)初衷是為了實(shí)現(xiàn)半定制芯片的功能，即硬件結(jié)構(gòu)可根據(jù)需要實(shí)時(shí)配置靈活改變。

盡管 FPGA 倍受看好，甚至百度大腦、地平線AI芯片也是基于FPGA 平臺(tái)研發(fā)，但其畢竟不是專門為了適用深度學(xué)習(xí)算法而研發(fā)，實(shí)際仍然存在不少局限。

人工智能定制芯片是大趨勢(shì)，從發(fā)展趨勢(shì)上看，人工智能定制芯片將是計(jì)算芯片發(fā)展的大方向。

AI芯片賦能算力基石，根據(jù)芯片的類別，眾多算力芯片中，以GPU用量最大，據(jù)IDC數(shù)據(jù)，預(yù)計(jì)到2025年GPU仍將占據(jù)AI芯片8成市場(chǎng)份額。

就英偉達(dá)GPU產(chǎn)品來看，其產(chǎn)品線豐富、產(chǎn)品性能頂尖、開發(fā)生態(tài)成熟，目前全球AI算力芯片市場(chǎng)由英偉達(dá)的GPU壟斷，根據(jù)中國信通院的數(shù)據(jù)，2021年Q4英偉達(dá)占據(jù)了全球95.7%的GPU算力芯片市場(chǎng)份額。2023財(cái)年，英偉達(dá)數(shù)據(jù)中心營收達(dá)到150億美元，同比增長41%，F(xiàn)Y2017-FY2023復(fù)合增速達(dá)63%，表明全球AI芯片市場(chǎng)規(guī)模保持高速增長。