AI 芯片和传统芯片有何区别？

AI的核心就是算力。拿下棋举个例子，我们在落子之前会大致判定几种走法，每种走法再往前多想两三步，高手可能多想四五步，找出最优方案落子，其实质就是短时间内从几种方案中选择最优的一种。计算机就不一样了，他没有人脑聪明，不能先把明显的臭棋排除，所以只能是把每一种可能都试一下，每条路都尽量往前多走几步，然后再判断最优方案。这就造成了可能的路径成几何级数增长，而计算机要在几秒钟之内计算出最优落子，所以唯一可行的方案就是并行计算。每条路的算法（规则）都一样，但是要穷尽所有可能的路线，这个特点决定了AI芯片的特点就是并行计算能力强，逻辑不用太复杂，简单动作反复做就好。

咱们前面介绍的几种芯片里，显卡芯片处理并行能力最强。好理解，屏幕有多少个像素，就需要多少路计算，每个像素处理逻辑是一致，跟AI的计算方式高度类似。所以做GPU芯片的厂商做AI芯片，天生就有优势。这也是为什么目前AI芯片的龙头就是GPU芯片大厂英伟达。为了开发显卡芯片的潜力，英伟达甚至开发了一个平台，让全世界的码农都可以在自家显卡芯片开发AI应用。依靠GPU和AI芯片，英伟达2020年总市值已经超过INTEL，成为全球市值最高的芯片公司。

前一阵子比特币最火的时候，网上的显卡基本都卖断货了，大伙把显卡买回家搭矿厂，挖矿的算法和AI差不多，主要靠算力，这种苦力活让显卡干最合适。当然CPU芯片也能干，不过相当于让博士生去搬砖，不划算。

AI计算有两种，云端计算和边缘计算，对应的也有两类芯片。

云端计算相当于人的大脑计算，适用于一些复杂场景，计算量比较大。而要想得到最大算力，最好的办法是使用集群的方式，大家集中到一起一块算。比如著名的阿尔法狗，运算力大概相当于500台PC机。

这种模式简直就是云计算的经典场景，所以AI芯片一开始主要是用在云服务器端，集中云上资源做出最优判断，类似于我们大脑调动全身各个感觉器官，再参考经验（相当于数据），做出正确判断的过程。云端计算芯片也是英伟达最开始的主打芯片。

不过运算放在服务器端有一个很大的问题，就是响应不及时。你想，士兵面临突发情况抄起电话打给指挥部，指挥部解码信息，然后几个臭皮匠一块计算优劣得失，形成方案再抄起电话打给前线，等士兵接到命令的时候黄花菜都凉了。

所有要训练前线士兵也得有自己的判断，这就是边缘计算，对应的有专门应用终端的AI芯片。比如智能驾驶，传感器探测到突发情况后，汽车里的AI芯片能够自动判断周边情况，决定是刹车还是躲避。或者智能工厂，机器人能够自动中断生产线，避免切割机割断传送带，再引发后面连锁反应。类似于人的感觉器官，人在碰到烧红的烙铁会本能的缩回手，这个过程不用经过大脑，这就是边缘计算。

边缘计算芯片由于运行在终端，决定了他的体积不能太大，而且功耗要低。目前适应这种场景的芯片架构就是ARM。所以从2018年开始英伟达积极收购ARM。不过阻力很大，当今世界三大级美中欧都反对，理由也差不多，ARM是现在手机、PAD芯片的主流架构，ARM公司只卖架构，不参与生产，与芯片厂商没有竞争关系，所以对大家一视同仁，只要交钱都给用。但是英伟达可是芯片大厂，如果让他掌控了架构，相当于全世界的芯片厂商都被握住了命门，很难说他会不会用收紧ARM授权的方式打击竞争对手，所以这事基本上遭到全世界的反对，估计最后要黄。

云端计算负责复杂但实时性要求不高的运算，边缘计算负责时效性高、及时响应的计算，二者协同工作构成人工智能的全部。华为的昇腾910就是云端芯片，昇腾310边缘计算芯片，以芯片为基础，再加上手机、智能设备、服务器欧拉操作系统，构成了华为AI的一整套解决方案。