必一运动人工智能的概念诞生于1956年的Dartmouth学会，麦卡锡在此次会议上正式提出人工智能的概念。人工智能经过半个多世纪的发展，目前已经应用在机器人语音识别图像识别，自然语言处理，专家系统等领域。当然还有近几年超火的芯片设计领域，国内AI芯片公司也如雨后春笋般涌现。地平线，燧原，天数智芯，寒武纪，比特大陆.....每家也都推出了自己的芯片产品。
目前市场上的对于AI芯片并无明确统一的定义，广义上所有面向人工智能（Artificial Intelligence，AI），包括Training(训练)和Inference(推理)应用的芯片都可以被称为AI芯片。[1]
目前市面上的AI芯片种类太多了，各种PU（process unit）层出不穷，从最常见的CPU，GPU，到现在的BPU，DPU，VPU，NPU等等（当然有一些PU在严格意义上来讲，并不算AI芯片），感觉在命名上，26个英文字母已经快不够了，今天就梳理一下常见的各种PU，看看他们都是如何在各自的领域发挥作用的。
中文名字叫加速处理器，是AMD在2011年推出的融聚未来理念产品。它第一次将处理器和独显核心做在一个晶片上，协同计算、彼此加速，使得任务可以灵活地在CPU和GPU间分配，提高效率。
BPU是自动驾驶芯片及解决方案公司研发的一款AI芯片。基于创新的人工智能专用计算架构 BPU，地平线已成功流片量产了中国首款边缘人工智能芯片专注于智能驾驶的征程(Journey) 1 和专注于AIoT的旭日(Sunrise) 1 ；2019 年，地平线又推出了中国首款车规级 AI 芯片征程 2 和新一代AIoT智能应用加速引擎旭日 2 ；2020年，地平线进一步加速AI芯片迭代，推出新一代高效能汽车智能芯片征程 3 和全新一代 AIoT 边缘 AI 芯片平台旭日 3 。
近日，2021款理想ONE汽车搭载双“征程3”芯片，地平线的AI芯片已经受到业内车企的广泛认可。
DPU的概念最早由深鉴科技提出，成立于2016年，其产品则是基于FPGA的处理单元，拥有业界较为领先的机器学习能力，专注于神经网络剪枝、深度压缩技术及系统级优化。2018年被Xilinx收购。
EPU这个词，我也是第一次听。EPU是由Emoshape公司提出的。Emoshape是一家致力于提供可教导智能机器与人类互动技术的公司。EPU基于微控制器MCU)设计，在人工智能(AI)、机器人和消费电子设备中促成近乎无限的认知过程产生真正情绪反应。EPU是Ekman理论的延伸，该理论利用情绪进化理论识别12种主要情绪。
可以说这几年GPU太火爆了！国内很多AI芯片公司都是做GPU的。在5年以前，想在国内公司做GPU是很难的，但现在则有很多初创公司进入GPU领域，比如天数B-Sports，沐曦，景嘉微等。
GPU被广泛用于嵌入式系统、移动电话、个人电脑、工作站和电子游戏解决方案当中。现代的GPU对图像和图形处理是十分高效率的，这是因为GPU被设计为很高的并行架构这样使得比通用处理器CPU在大的数据块并行处理算法上更具有优势B-Sports。
从硬件设计上来讲，CPU 由专为顺序串行处理而优化的几个核心组成B-Sports。另一方面，GPU则由数以千计的更小、更高效的核心组成，这些核心专为同时处理多任务而设计。
所以，GPU在图像处理等任务上，有极大的优势，结合自动驾驶等应用场景，使得GPU成为芯片行业的新宠。
全息处理器。微软HoloLens是世界上首立的全息计算机设备，能够提供高清晰度的全息影像，其秘密在于HoloLens搭载的Holographic Processing Unit（全息处理单元，简称HPU），这是一款定制芯片，可以处理和交互不同传感器及Intel Atom的数据串流。
英国AI芯片创业公司Graphcore率先提出的概念，即智能处理器。成立于2016年，总部位于英国布里斯托，Graphcore的主要业务是设计用于AI应用程序的处理器，为云服务等应用提供产品支持。
今年5月20号，在第五届世界智能大会上，Graphcore的MK2 IPU正式亮相，工艺为7纳米，集成了594亿个晶体管，具有1472个真正独立的处理器内核。IPU-M2000是一款即插即用的机器智能刀片式计算单元，集成了4颗MK2 IPU，可提供1 petaFLOPS机器智能计算。
JPU目前还没有明确的概念，有一称说是Job Processing Unit，叫这个名字完全没有任何特点。
嘉楠耘智的K210就是一款基于自主研发的神经网络KPU，基于RISV-V架构，目前已经应用在多个领域。
另外中科驭数也提出了KPU概念，其KPU是专为加速特定领域核心功能计算设计的一种协处理器架构，以功能核作为基本单元，直接对应用中的计算密集性应用进行抽象和高层综合，实现以应用为中心的架构“定制”，有效解决特定领域的海量数据处理问题。
做NPU的公司不止一家，这里介绍一下平头哥的含光NPU。2019年9月，T-Head发布了首个数据中心芯片-含光800。瀚光800是一款12nm高性能人工智能推理芯片，集成了170亿个晶体管，实现了820 TOPS的峰值计算能力。在行业标准ResNet-50测试中，实现了78563 IPS的推理性能和500 IPS/W的能效率比。
物理运算处理器。PPU是进行模拟物理计算的处理器，CPU是为了达到更快的运算速度，GPU是为了达到更好的图像效果，那么PPU就是用于沟通虚拟电子世界和普遍存在的物理真实，使画面更加真实，贴近现实。在GDC2005首次提出PPU这个概念。
量子处理器，利用量子叠加性快速遍历问题的各种可能性并找到正确答案。QPU算力随比特数n的增长呈幂指数2n增长。目前无论国内还是国外在量子计算领域都处于探索阶段。
张量处理器，它是谷歌在2015年6月的I/O开发者大会上推出的计算神经网络专用芯片，为优化自身的TensorFlow机器学习框架而打造，主要用于AlphaGo系统，以及谷歌地图、谷歌相册和谷歌翻译等应用中，进行搜索、图像、语音等模型和技术的处理。
是深圳中微电科技有限公司(ICube)提出的概念。特点是把CPU和GPU两种异质核统一在一个芯核内，并采用独有的不牺牲效率的多线程技术。
中微电不仅提供UPU IP，还提供芯片，其IC1是第一个基于UPU的移动系统芯片，已于去年推出工程样片，主频600MHz，是双核-8线程。预计明年底推出IC2芯片，主频1GHz，四核-16线程。
一指矢量处理器，是Intel收购的Movidius公司推出的图像处理与人工智能的专用芯片的加速计算核心。
X代表未知，代表无限，任何一个尚未研发出来的处理器都可以认为是X处理器！目前的话，如果非要选一个，那么就选Xilinx-XPU吧。
Zylin是一家挪威公司，ZPU是其推出的一款32位开源处理器。目前我们依然可以在github上看到它的开源代码。
在人工智能，深度学习等概念全面融入芯片设计的时代，各家AI芯片公司顺势而起，各种概念也是层出不穷。而26个英文字母也面临着即将用尽的情况。没关系，不用慌，大不了用两个字母嘛。在未来的AI芯片浪潮中，能有多少能真正把概念做成产品推广到市场还是未知数。芯片是一个盈利周期长且投资巨大的行业，潮水退去后，我们就知道到底哪些公司在裸泳。
AI芯片设计在国内处于百花齐放的状态，相比国外，我们不算落后，这是我们希望看到的，也希望AI芯片能为我们带来更具想象力的应用场景。
专注于数字芯片设计，可测性设计（DFT）技术的分享，芯片相关科普，以及半导体行业时事热点的追踪。公众号：OpenIC；知乎ID：温戈
高层对线，专访技象科技TPUNB窄带通信系统，开创国产自主物联通信新纪元
基于OB2269CP设计的开关电源12V5A 60W（原理图、PCB图、BOM表）
基于单片机的四层电梯多层电梯Proteus仿线V DCDC电源设计（AD原理图、PCB图）
基于STM32单片机设计的正弦波逆变器300W输出（原理图、PCB图、源代码、设计说明）
单片机十字路口红绿灯控制器程序与Proteus仿线高细分两相步进电机驱动板原理图+PCB(带扭矩电流和衰减模式设定)
基于EG8010设计的12V输入、输出1000W通用纯正弦波逆变器（原理图、PCB图、设计说明）
爆款拆评：RV1126视觉边缘盒子拆解，从云端到边缘，重塑数据处理新篇章
Keysight World Tech Day 人工智能与数据中心互连新技术分论坛
安森美全新10BASE-T1S PHY+MAC控制器NCN26010、PHY收发器NCN26000
电赛训练营-项目2：基于Ti的平衡小车教程（TI MSP GM03507）
物联网时代近场通信技术（NFC）新选择 —— Renesas PTX105R套件评测
官方微信
官方微博
