資料更新下載提醒：《人工智慧晶片技術深度分析》資料上新，採用圖文並茂，深入淺出，內容包括人工智慧晶片概述、人工智慧晶片關鍵技術、GPU晶片技術分析、FPGA晶片技術分析、ASIC晶片技術分析、類腦晶片分析、人工智慧晶片專利分析、人工智慧晶片全球市場分析、人工智慧晶片在國內發展情況等7個章節。
知識全解系列
（持續更新中…）
資料中心網路知識全解（PPT）
人工智慧基礎知識全解（含實踐）
CPU基礎知識全解（PPT）
GPU基礎知識全解（PPT）
ASIC (Application Specific Integrated Circuit )晶片是專用積體電路，是針對使用者對特定電子系統的需求，從根級設計、製造的專有應用程式晶片，其計算能力和計算效率可根據演算法需要進行定製，是固定演算法最最佳化設計的產物。ASIC 晶片模組可廣泛應用於人工智慧裝置、虛擬貨幣挖礦裝置、耗材列印裝置、軍事國防裝置等智慧終端。
在硬體層面，ASIC 晶片由基本矽材料、磷化鎵、砷化鎵、氮化鎵等材料構成。在物理結構層面，ASIC 晶片模組由外掛儲存單元、電源管理器、音訊畫面處理器、網路電路等IP核拼湊而成。同一晶片模組可搭載一個或幾個功能相同或不同的ASIC 晶片，以滿足一種或多種特定需求。
ASIC 晶片分類
（1） 根據定製程度不同，ASIC 晶片可被分為全定製ASIC 晶片、半定製ASIC 晶片及可程式設計ASIC晶片。
① 全定製ASIC 晶片
全定製ASIC 晶片是定製程度最高的晶片之一，研發人員基於不同電路結構設計針對不同功能的邏輯單元，於晶片板搭建類比電路、儲存單元、機械結構。邏輯單元之間由掩模版連線，ASIC 晶片掩模版也具備高度定製化特點。
全定製化ASIC 晶片設計成本較高，平均每單位晶片模組設計時間超過9 周。該類晶片通常用於高階應用程式。
相對半定製化ASIC 晶片，全定製化ASIC 晶片在效能、功耗等方面表現優秀。如應對相同功能，在同種工藝前提下，全定製化ASIC 晶片平均算力輸出約為半定製化ASIC 晶片平均算力輸出的8 倍，採用24 納米制程的全定製化ASIC 晶片在效能上優於採用5 納米制程的半定製化ASIC 晶片。
② 半定製ASIC 晶片
構成半定製ASIC 晶片的邏輯單元大部分取自標準邏輯單元庫，部分根據特定需求做自定義設計。相對全定製ASIC 晶片設計成本較低，靈活度較高。
根據標準邏輯單元和自定義邏輯單元數量搭配模式不同，半定製ASIC 晶片可細分為門陣列晶片和標準單元晶片。
a、 門陣列晶片
門陣列ASIC 晶片包括有通道門陣列、無通道門陣列和結構化門陣列。門陣列ASIC 晶片結構中矽晶片上預定電晶體位置不可改變，設計人員多透過改變晶片底端金屬層等方式調整邏輯單元互連結構。
有通道門陣列ASIC 晶片：該類晶片電晶體位置高度固定，設計人員可在電晶體行之間預定義的空白空間進行電路佈局；
無通道門陣列ASIC 晶片：無通道結構下，電晶體行之間不存在電路佈局空間，設計人員通常於門陣列單元上方進行佈線；
結構化門陣列ASIC 晶片：該結構包括基本門陣列行及嵌入塊。嵌入塊可提高線路佈局靈活度，但對晶片體積構成限制。該結構下，線路佈局面積使用效率較高，設計成本較低，週轉時間較短。
b、 標準單元
該類ASIC 晶片由選自標準單元庫的邏輯單元構成。設計人員可按演算法需求自行佈置標準單元。除標準單元外，微控制器、微處理器等固定塊也可用於標準單元ASIC 晶片架構。
③ 可程式設計ASIC 晶片
廣義而言，可程式設計ASIC 晶片可分為FPGA 晶片和PLD 晶片。在實際生產過程中，將FPGA 晶片列為不同於ASIC 晶片的研究機構和企業數量不斷增加，故本報告僅將PLD（Programmable Logic Device）視為可程式設計ASIC 晶片子類別。
PLD 亦稱可程式設計邏輯器件，在結構上包括基礎邏輯單元矩陣、觸發器、鎖存器等，其互連部分作為單個模組存在。設計人員透過對PLD 進行程式設計以滿足部分定製應用程式需求。
（2） ASIC 晶片可根據終端功能不同分類為TPU 晶片、BPU 晶片和NPU 晶片。
① TPU 為張量處理器，專用於機器學習。如Google 於2016 年5 月研發針對
Tensorflow 平臺的可程式設計AI 加速器，其內部指令集在Tensorflow 程式變化或更新演算法時可執行。
② BPU 是大腦處理器，是由地平線科技提出的嵌入式人工智慧處理器架構。
③ NPU 是神經網路處理器，在電路層模擬人類神經元和突觸，並用深度學習指令集直接處理大規模電子神經元和突觸資料。
ASIC晶片特點
CPU 等傳統晶片透過讀取、執行外部程式程式碼指令而生成結果，相對而言，ASIC 晶片讀取原始輸入資料訊號，並經內部邏輯電路運算後直接生成輸出訊號。
（1） 優點：
相對CPU、GPU、FPGA 等型別晶片，ASIC 晶片在專用系統應用方面具備多元優勢，具體表現在如下幾方面。
① 面積優勢：ASIC 晶片在設計時避免冗餘邏輯單元、處理單元、暫存器、儲存單元等架構，以純粹數字邏輯電路形式構建，有利於縮小芯片面積。應對小面積晶片，同等規格晶圓可被切割出更多數量晶片，有助於企業降低晶圓成本。
② 能耗優勢：ASIC 晶片單位算力能耗相對CPU、GPU、FPGA 較低，如GPU 每算力平均約消耗0.4 瓦電力，ASIC 單位算力平均消耗約0.2 瓦電力，更能滿足新型智慧家電對能耗的限制。
③ 整合優勢：因採用定製化設計，ASIC 晶片系統、電路、工藝高度一體化，有助於客戶獲得高效能積體電路。
④ 價格優勢：受到體積小、執行速度高、功耗低等特點影響，ASIC 芯片價格遠低於CPU、GPU、FPGA 晶片。當前全球市場ASIC 晶片平均價格約為3 美元，遠期若達到量產規模，ASIC 芯片價格有望保持持續下降態勢。
（2） 缺點：
① ASIC 晶片定製化程度較高，設計開發週期長，成品需要做物理設計和可靠性驗證，面市時間較慢。
② ASIC 晶片對演算法依賴性較高。人工智慧演算法高速更新迭代，導致ASIC 晶片更新頻率較高。
③ 因ASIC 晶片定製化程度較高，研發週期相對漫長，擴大了ASIC 成品被市場淘汰的風險。
ASIC 晶片產品介紹
① 谷歌於2016 年推出TPU，谷歌旗下2017 版AlphaGo 物理處理器中鑲嵌4 個TPU，可支援谷歌雲TPU 平臺和機器學習超級計算機。
② IBM 透過模擬大腦結構於2014 年8 月推出製程為28 奈米的第二代TrueNorth晶片，可應用於即時影片處理。
③ 英特爾於2017 年推出Xeon 系列ASIC 晶片。該系列晶片可獨立充當處理器，無需附加主機處理器和輔助處理器，可應用於機器深度學習。
④ 斯坦福大學推出基於新神經形態計算架構的ASIC 晶片運算速度為普通電腦9,000倍，可模擬約100 萬個大腦神經元、幾十億個突觸連線。
⑤ 新興科創企業將ASIC 晶片應用拓展至安防、輔助駕駛、傳統家電、智慧醫療等領域。
中國 ASIC 晶片產品銷售規模持續增長依據包括但不限於以下因素：
① 邊緣計算領域將成為專用深度學習 ASIC 晶片主要營收領域。
② 行動通訊裝置、頭顯裝置（AR、VR、MR）、平板電腦、無人機、智慧家居裝置等消費性電子產品將成為 ASIC 晶片產品集中應用領域。
③ 以圖形架構為基礎的深度學習處理器盛行，ASIC 更適用於圖形架構運算環境。
免責申明：本號聚焦相關技術分享，內容觀點不代表本號立場，可追溯內容均註明來源，釋出文章若存在版權等問題，請留言聯絡刪除，謝謝。
推薦閱讀
更多架構相關技術知識總結請參考“架構師全店鋪技術資料打包(全)”相關電子書(44本技術資料打包彙總詳情可透過“閱讀原文”獲取)。
全店內容持續更新，現下單“架構師技術全店資料打包彙總(全)”一起傳送“伺服器基礎知識全解(終極版)”和“儲存系統基礎知識全解（終極版）”pdf及ppt版本，後續可享全店內容更新“免費”贈閱，價格僅收259元(原總價499元)。
溫馨提示：
掃描二維碼關注公眾號，點選閱讀原文連結獲取“架構師技術全店資料打包彙總(全)”電子書資料詳情。