|
來源: 第一財經(jīng)資訊 隨著人工智能技術(shù)和應用的發(fā)展，作為深度學習和人工智能領(lǐng)域的專用芯片，NPU正逐漸走向舞臺中央。 NPU，神經(jīng)網(wǎng)絡處理單元，用于高效執(zhí)行神經(jīng)網(wǎng)絡的計算，通常具有優(yōu)化的硬件架構(gòu)，如向量處理單元、矩陣乘法單元、卷積單元和激活函數(shù)單元等，能夠在硬件級別上執(zhí)行大規(guī)模矩陣運算和卷積運算，以提高神經(jīng)網(wǎng)絡計算效率。 當前各類AI算法主要利用深度神經(jīng)網(wǎng)絡等算法模擬人類神經(jīng)元和突觸，NPU能夠?qū)崿F(xiàn)更高效率、更低能耗處理人工神經(jīng)網(wǎng)絡、隨機森林等機器學習算法和深度學習模型。如今，多家手機廠商已搭載NPU，AIPC也將通過“CPU（中央處理器）+NPU+GPU（圖形處理器）”打造本地混合計算。那么，NPU會是繼GPU之后的又一風口嗎？ NPU：高效能、低功耗、更擅長推理 “相比于CPU和GPU，NPU的優(yōu)勢在于高效能、低功耗、易于編程、降低了開發(fā)門檻，同時支持多種語言和框架方便開發(fā)者進行模型開發(fā)和部署。”IDC中國分析師杜昀龍告訴第一財經(jīng)。 傳統(tǒng)的CPU通常用于執(zhí)行通用計算任務，但對于處理大規(guī)模的神經(jīng)網(wǎng)絡計算，CPU的處理效率相對較低。 GPU通常作為CPU的協(xié)處理器，和CPU相比邏輯運算單元更少，處理并行計算優(yōu)勢明顯，能夠分擔CPU的計算量，也是目前數(shù)據(jù)中心側(cè)應用最廣的加速計算芯片。 NPU采用“數(shù)據(jù)驅(qū)動并行計算”的架構(gòu)，在電路層模擬人類神經(jīng)元和突觸，特別擅長處理視頻、圖像類的海量多媒體數(shù)據(jù)。區(qū)別于CPU、GPU所遵循的馮諾依曼架構(gòu)，NPU能夠通過突觸權(quán)重實現(xiàn)存儲計算一體化，提高運行效率，因此比GPU更擅長推理。且NPU芯片設計邏輯更為簡單，在處理推理工作負載時具有顯著的能耗節(jié)約優(yōu)勢。 不過，由于GPU已經(jīng)具備英偉達CUDA等完善的生態(tài)，杜昀龍認為，缺少像GPU那樣完善的生態(tài)環(huán)境是目前NPU滲透率提升最大的瓶頸。 據(jù)IDC數(shù)據(jù)，2022年中國實現(xiàn)數(shù)據(jù)中心計算加速仍以GPU為主，GPU在人工智能芯片市場中出貨量占比達86%；NPU占比為12%，較以往具有明顯增長。 多用于端側(cè)和邊緣側(cè) 與云側(cè)不同的是，端側(cè)對于功耗更加敏感，對低功耗芯片的需求更明顯。因此，隨著人工智能應用場景陸續(xù)落地，NPU易開發(fā)、高效能、低功耗等優(yōu)勢逐漸突顯。業(yè)內(nèi)普遍認為，在大算力需求爆發(fā)下，云側(cè)的算力需求將傳遞至端側(cè)。目前，實現(xiàn)智能終端算力的最常用方式是在SoC芯片中內(nèi)置NPU模塊。 “NPU是專門為人工智能應用而設計的芯片，目前看NPU通常用于邊緣側(cè)和端側(cè)場景更多，比如人臉識別、人臉解鎖、影像處理等。”杜昀龍表示。 AIPC有望在2024年批量上市，而AIPC普遍搭載NPU，與CPU、GPU共同構(gòu)成AIPC核心算力。 英特爾近期發(fā)布了內(nèi)置NPU的第14代酷睿Ultra移動處理器。英特爾表示，2024年，將有230多款機型搭載酷睿Ultra。蘋果也將在2024年發(fā)布搭載M3處理器的MacBook，并透露其M3處理器的NPU性能相較于M1提升了60%。 手機端則更早開始搭載NPU，華為最早在Mate10采用寒武紀NPU，后在990系列上采用自研的達芬奇NPU。蘋果從A11SoC開始加入Neuralengine，最新公布的A14SoC中，NPU算力已有巨大提升，Neuralengine結(jié)合CPU上的機器學習加速器能夠大大提高AI應用體驗。 除智能手機、AIPC外，在汽車、邊緣側(cè)如XR及各類物聯(lián)網(wǎng)智能終端中，NPU也有應用。隨著大模型走進千行百業(yè)，端側(cè)AI、邊緣側(cè)AI滲透率提升，也將帶來更多NPU需求。 國產(chǎn)芯片廠商深入布局 目前，國內(nèi)芯片廠商正奮力自研NPU，以把握AI浪潮。以阿里平頭哥為代表的芯片公司已推出面向數(shù)據(jù)中心AI應用的人工智能推理芯片，目前含光800已成功應用在數(shù)據(jù)中心、邊緣服務器等場景。 國產(chǎn)SoC廠商也在深入布局NPU，以豐富和提升SoC人工智能處理能力。 NPU在SoC中的典型應用為機器視覺。以瑞芯微（603893.SH）的新一代機器視覺方案RV1106及RV1103為例，兩顆芯片在NPU、ISP、視頻編碼、音頻處理等性能均有顯著升級，集成度與性價比較高，可以在低待機功耗的同時提供優(yōu)秀的邊緣AI算力。瑞芯微高性能的RV1126具備四核ARMCortex-A7和RISC-VMCU，2.0TopsNPU，活體檢測率可以高達98.48%，最新旗艦芯片RK3588支持6Tops的NPU算力。 晶晨股份（688099.SH）A311D在采用高性能A73內(nèi)核的同時，搭載了5TOPS的高性能NPU，可以廣泛用于各類中高端AIOT（人工智能物聯(lián)網(wǎng)）設備。 NPU IP方面，芯原股份（688521.SH）通過2016年對圖芯美國的收購，芯原獲得了圖形處理器（GPU）IP，在此基礎上自主開發(fā)出了NPU IP。芯原股份此前告訴第一財經(jīng)，目前，在AIoT領(lǐng)域，公司用于人工智能的神經(jīng)網(wǎng)絡處理器IP已經(jīng)被50多家客戶的100多款芯片所采用，被用在物聯(lián)網(wǎng)、可穿戴設備、安防監(jiān)控、服務器、汽車電子等10個應用領(lǐng)域。 |
