i卡會員

AI技術由於其特殊的神經元網路，現行的處理器無法很有效率地發揮其演算法模型，AI加速晶片也油然而生。此文將簡介人工智慧神經元網路，並分析GPU因為AI而受惠的原因，以及除了GPU之外，還有哪些特殊的處理單元架構也順著AI而生。AI相關的軟硬體產業皆不是大者恆大，而是百花爭鳴，這樣的全新氣象是否也有機會在晶片這個產業帶來一些革新。

【內容大綱】

• 一、AI運算需求崛起，帶動晶片硬體架構變革
• 二、AI運算需求下的GPU、TPU與IPU
  • (一)因緣際會下成為AI晶片霸主的GPU
  • (二)Google在經過大量自家資料驗證後，成功推出TPU晶片
  • (三)Graphcore提出IPU架構晶片並快速獲得重量級客戶和資金
  三、從晶片類型看AI晶片市場成長率
• IEKView

【圖表大綱】

• 圖1、CPU與GPU硬體架構差異
• 圖2、Google第一代TPU
• 圖3、Graphcore GC200晶片架構
• 圖4、Graphcore運算引擎M2000(內含GC200晶片)
• 表1、2025年各類型AI晶片市場預估
• 圖5、2020-2025各類型AI晶片年成長率