4399在线电影观看,久久免费精品国产2025

為什么最近一兩年GPU芯片公司啟動IPO的越來越多？分析完文末給答案。

目前燧原科技、壁仞、摩爾線程等都在輔導IPO。16號沐曦正式啟動A股上市進程。今天我們看看AI芯片市場，以及GPGPU公司-沐曦。

首先了解一下AI芯片的概念，實際上所有面向人工智能領域的芯片都可以稱為 AI 芯片。

廣義上講，目前市場上說的AI 芯片，主要指用于處理人工智能應用場景中大量計算任務的模塊，除了以 GPU、FPGA、ASIC 為代表的 AI 加速芯片，還有比較前沿性的研究，例如：類腦芯片、可重構通用 AI 芯片等。

狹義上AI 芯片指的是針對人工智能算法做了特殊加速設計的芯片。以 AI 芯片為載體實現(xiàn)的算力是人工智能發(fā)展水平的重要衡量標準，發(fā)展更注重超速運算能力的 AI 芯片成為推動人工智能產(chǎn)業(yè)爆發(fā)的關鍵核心要素之一，其快速發(fā)展對人工智能技術的進步和行業(yè)應用起到了決定性的作用。

目前AI芯片主要有下面幾類形式：

AI 芯片的興起源于 AI 對算力的高需求。算力是實現(xiàn) AI 產(chǎn)業(yè)化的核心力量，隨著人工智能應用場景的不斷拓展和數(shù)據(jù)規(guī)模的急劇增長，算法模型的參數(shù)量呈指數(shù)級增加，特別是深度學習成為當前 AI 研究和運用的主流方式，加速計算成為不可或缺的需求。

雖然 CPU 可以執(zhí)行 AI 算法，但因為CPU內部有大量其他邏輯，比如控制單元，而這些邏輯對于 AI 算法來說是用不上的，所以，使用 CPU 并不能達到最優(yōu)的性價比。因此，AI 芯片應運而生，它們被設計出來適配海量并行計算能力，進而可以加速 AI 計算。

AI 芯片的維度。根據(jù)部署位置（云端、終端）和承擔任務（訓練、推理）的不同，可以劃分出 AI 芯片的市場領域。比如百度的昆侖芯、字節(jié)的AI芯片等都是云端的芯片。

根據(jù)部署的位置不同，AI 芯片可以分為：云側AI 芯片、端側AI 芯片。

云端即數(shù)據(jù)中心，在深度學習的訓練階段需要極大的數(shù)據(jù)量和大運算量，單一處理器無法獨立完成，因此訓練環(huán)節(jié)只能在云端實現(xiàn)。

云端 AI 芯片的特點是性能強大，同時能夠支持大量運算、并且能靈活地支持圖片、語音、視頻等不同 AI 應用。基于云 AI 芯片的技術，能讓各種智能設備和云端服務器進行快速的連接，并且連接能夠保持最大的穩(wěn)定。

終端即手機、安防攝像頭、汽車、智能家居設備、各種 IoT 設備等執(zhí)行邊緣計算的智能設備。終端的數(shù)量龐大，而且需求差異較大。

端 AI 芯片的特點是體積小、耗電少，而且性能不需要特別強大，通常只需要支持一兩種 AI 能力。

根據(jù)承擔任務的不同，AI 芯片可以分成：訓練芯片、推理芯片。

訓練芯片主要用于構建神經(jīng)網(wǎng)絡模型，即用大量標記過的數(shù)據(jù)來“訓練”相應的系統(tǒng)，使之可以適應特定的功能。訓練需要極高的計算性能，需要較高的精度，需要能處理海量的數(shù)據(jù)，需要有一定的通用性，以便完成各種各樣的學習任務。對于訓練芯片來說，更注重絕對的計算能力；

推理芯片主要用于利用神經(jīng)網(wǎng)絡模型進行推理預測，指利用訓練好的模型，使用新數(shù)據(jù)推理出各種結論。即借助現(xiàn)有神經(jīng)網(wǎng)絡模型進行運算，利用新的輸入數(shù)據(jù)來一次性獲得正確結論的過程。推理芯片更注重綜合指標，需要全面考慮單位能耗算力、時延、成本等等。

第一波人工智能浪潮是基于 ASIC（專用集成電路）架構。在算法穩(wěn)定的情況下，專用芯片的性能和功耗優(yōu)勢顯而易見，能夠滿足企業(yè)對極致算力和能效的需求。然而，下游 AI 算法的演進速度遠遠超過了人們的想象。專用芯片在特定場景下能夠實現(xiàn)更高的算力和能效，但難以適應算法種類快速增加和迭代速度的情況。因此，通用性更強的 GPGPU（通用圖形處理器）長期是 AI 芯片的首選。

第二波浪潮中主流技術路徑是 GPGPU（通用 GPU）。國內初創(chuàng)公司集中于2017 年-2020 年期間啟動自研 GPGPU 芯片的研發(fā)，其中誕生了不少公司，壁仞、沐曦等都在這里面。由于 GPGPU 難解高功耗與低算力利用率問題，ASIC 和 GPGPU 在應對生成式 AI 及大模型正對算力基礎設施提出的新要求時都顯得有些捉襟見肘。

第三波浪潮的基礎是存算一體等新興技術。不同于 ASIC 與 GPGPU，這些新興技術路線跳出了馮·諾依曼架構體系，理論上擁有得天獨厚的高能效比優(yōu)勢，又能繞過先進制程封鎖，兼顧更強通用性與更高性價比，算力發(fā)展空間巨大。隨著新型存儲器件走向量產(chǎn)，存算一體 AI 芯片已經(jīng)挺進 AI 大算力芯片落地競賽。

國內各科技巨頭都在這個領域展開布局。例如，百度于 2011 年成立了昆侖芯，開始探索芯片領域；阿里巴巴在 2018 年成立了平頭哥，其中含光就是專注于 AI 芯片，字節(jié)也在近幾年做云端的AI芯片研發(fā)，涉足芯片領域。

國內 AI芯片廠商以中小公司為主，多集中于設備端 AI ASIC 的開發(fā)，其中寒武紀成為全國 AI 芯片領域獨角獸公司。

全球 GPU 領域處于寡頭壟斷的局面，市場由英特爾、英偉達和AMD 三分天下。英偉達憑借其自身 CUDA 生態(tài)占據(jù)絕對主導地位。從細分市場來看，英偉達和 AMD 在獨立 GPU 芯片市場基本包攬全場，英特爾占比極小。

GPGPU 方面，國內外廠商仍存在較大差距。

制程方面，目前 Nvidia 已率先到達 4nm，國內廠商多集中在 7nm；算力方面，國內廠商大多不支持雙精度（FP64）計算，在單精度（FP32）及定點計算（INT8）方面與國外中端產(chǎn)品持平；

生態(tài)方面，與 Nvidia CUDA 的成熟生態(tài)相比，差距較為明顯。海光 DCU 系列產(chǎn)品以 GPGPU架構為基礎，兼容通用的“類 CUDA”環(huán)境以及國際主流商業(yè)計算軟件和人工智能軟件，對標目前國際主流 NVIDIA A100 產(chǎn)品，海光 DCU 單芯片產(chǎn)品基本能達到其70%的性能水平，但是公司 DCU 產(chǎn)品的片間互聯(lián)性能還有較大的提升空間。

以上關于AI芯片的介紹告一段落，下面看看沐曦這家公司。

沐曦于 2020 年 9 月成立于上海，致力于為異構計算提供全棧 GPU 芯片及解決方案，可廣泛應用于人工智能、智慧城市、數(shù)據(jù)中心、云計算、自動駕駛、數(shù)字孿生、元宇宙等前沿領域，為數(shù)字經(jīng)濟發(fā)展提供強大的算力支撐。

沐曦的創(chuàng)始團隊主要來自AMD。創(chuàng)始人陳維良是清華大學微電子學研究所碩士，曾長期就職于AMD，擔任AMD全球GPGPU設計總負責人，負責全球通用計算GPU產(chǎn)品線的整體設計與管理，主導并完成15款高性能GPU產(chǎn)品的流片與量產(chǎn)

沐曦推出 MXN 系列 GPU（曦思）用于 AI 推理，MXC 系列 GPU（曦云）用于 AI 訓練及通用計算，以及 MXG 系列 GPU（曦彩）用于圖形渲染，滿足數(shù)據(jù)中心對“高能效”和“高通用性”的算力需求。

沐曦產(chǎn)品均采用完全自主研發(fā)的 GPU IP，擁有完全自主知識產(chǎn)權的指令集和架構，配以兼容主流 GPU 生態(tài)的完整軟件棧（MXMACA），具備高能效和高通用性的天然優(yōu)勢。能夠為客戶構建軟硬件一體的全面生態(tài)解決方案，是“雙碳”背景下推動數(shù)據(jù)中心建設和產(chǎn)業(yè)數(shù)字化、智能化轉型升級的算力基石。

我們看看沐曦的發(fā)展歷程！

下面是對沐曦合作的情況進行分享，這也是很重要的部分，主要適合百度、優(yōu)刻得等公司的合作，整理于官網(wǎng)以及公開渠道。