盘点2021年上市的人工智能芯片

随着人工智能和深度学习领域的新发展，计算需求也在稳步增长。任何现代人工智能技术的成功都依赖于计算，其规模即使在几年前也是难以想象的。

因此，更先进的芯片和硬件正在开发和发布，以匹配复杂神经网络的处理能力。它们提供计算能力的能力取决于一个可以包装的晶体管的最大数量；一些晶体管也是为了有效地执行现代人工智能系统所要求的特定计算而量身定做的。

本文将介绍一些在2021年凭借超凡技术在市场上崭露头角的顶级人工智能芯片。

英特尔 Loihi 2

Loihi 2是英特尔的第二代神经形态研究芯片，其架构支持最新类型的神经启发算法和应用程序，同时提供高达10倍的处理速度和15倍的资源密度，每个芯片有100万个神经元，并提高了能源效率。

与过去的工艺技术相比，使用极紫外辐射光刻技术简化了版图设计规则，使英特尔能够快速开发Loihi 2。

此外，Loihi 2芯片支持以太网接口，由于与一系列基于事件的视觉传感器的无胶集成增加了支持，以及Loihi 2芯片更大的网状网络。这种功能强大的芯片打开了一扇大门，新的神经网络模型，可以通过深度学习训练。

Google Tensor

由Google Research联合设计的Google Tensor，被认为是Google机器学习的一个里程碑。它提供了最先进的人工智能-机器学习模型所需要的惊人支持，例如动作模式、面部无模糊、视频语音增强、将HDRnet应用于视频。谷歌张量经过精心设计，以提供正确的计算性能、效率和安全水平。

新的芯片可以运行更先进的，国家的最先进的机器学习模型在更低的能源消耗水平。还支持计算摄影和未来视频功能。它还有一个张量安全核心(Tensor security core) ，这是一个新的基于CPU的子系统，由Google提供，用于未来几代专用的安全芯片。

Ambarella CV52S

Amberella的CV52S是其AI视觉系统芯片组合的扩展。该CV52S在一个单一的低功耗设计中，提供指数平滑的4K图像处理、视频编码/解码和CVflow计算机视觉处理。采用先进的5nm制程技术，CV52S使4K p60视频记录的功率消耗低于3W，先进的AI处理速度为30fps。

此外，该芯片的CVflow结构提供了深层神经网络(DNN)多处理，这是下一代智能摄像机的要求。CVflow引擎具有高效并行运行多个神经网络的能力，同时加速了传统的计算机视觉算法，并提供了强大的计算机视觉加速能力。

Atlazo AZ-N1

2021年1月发布的Atlazo az-n1包括其高效的人工智能和机器学习处理器Axon i，目标是处理音频、声音、生物特征识别和其他传感器信号，与目前市场上的其他解决方案相比，该处理器的功耗不到其他解决方案的一小部分。

该处理器支持一系列AI/ML网络，包括DNN、LSTM和GRNN以及流行的特征提取技术如MFCC。一个Axon i处理器可以执行超过130个推论。Az-n1将用于多种产品的开发，包括智能耳塞、助听器和健康监测设备。

Mythic m1076

该Mythic m1076模拟矩阵处理器可以提供高达25顶端人工智能高端应用程序在一个单一芯片。

该芯片集成了76个AMP块，并存储了多达80m的重量参数，在没有任何外部存储器的情况下执行矩阵乘法操作。这使得m1076能够提供桌面GPU的人工智能计算性能，同时消耗高达1/10的功耗，所有这些都集中在一个单独的芯片上。

使用这种功能强大的芯片，可以很容易地以更高的分辨率和更低的延迟执行AI-ML模型，从而获得更好的结果。

英伟达 A100

英伟达A100是芯片制造商的旗舰数据中心GPU，用于推理和培训。该芯片于2020年首次推出，目前仍然在人工智能性能的多项基准测试中占据主导地位。

2021年，A100在MLPerf 基准中打破了16个AI性能纪录，NVIDIA声称这使GPU成为当今市场上最快的商用产品培训性能。NVIDIA A100的张量核心与张量浮点数(TF32)提供了高达20倍的性能，超过以前发布的NVIDIA伏特零代码更改和额外的2x提升自动混合精度和FP16。

因此，像BERT这样的培训工作量可以大规模解决，在一分钟之内解决2048个A100 GPU，这是解决方案的世界纪录。

结 语

今天的尖端人工智能系统不仅需要特定于人工智能的芯片，还需要最先进的技术。此外，所需的速度动态性和成本效率的必要性，使得没有最先进的人工智能芯片，几乎不可能开发和部署尖端的人工智能算法。这种人工智能技术的发展和应用，反过来又增加了全球稳定性，似乎对人工智能的未来大有裨益。