華為昇騰，阿里含光，為什麼大家都做起了AI芯片？_風聞

來源：微信公眾號“差評” 作者：差評君

如果差友們留心了昨天的科技新聞，可能已經被含光 800 NPU 芯片給刷屏了。

實際上，在這次「 全球最強 」的一個月前，華為也在深圳正式發佈了號稱「 史上最強 」的 NPU 芯片昇騰 910。

這些「 * PU 」其實是「 Processing Unit 」的縮寫，意思是「 處理器 」。

差評君這一代人能想到的無非就是 CPU （ 中央處理器 ）和 GPU（ 圖形處理器 ）；CPU 讓電腦運行更快，GPU 能讓遊戲運行更流暢。

結果冷不丁冒出一個 NPU，做的最好的還是我們中國的企業，這就讓不少人覺得匪夷所思了起來。

含光 800 看起來和電腦上的顯卡 GPU 沒什麼區別

於是有個説法就冒出來了，説 NPU 就是個概念炒作，根本沒有存在的必要。

還有人説，在 AI 芯片領域國內企業好幾次搶到的全球第一，是自家人窩裏鬥。。。

説實話，差評君還真不覺得這是什麼 「 炒作 」或者「 窩裏鬥 」，NPU 是很合理也有技術含量的電子產品。

NPU 的全稱是**「 神經網絡處理器 」**，用來進行 AI 運算的處理，像人臉識別、自拍美顏****這些我們日常會用到的功能，其實統統都屬於 NPU 的管轄範圍。

不過差評君要在這裏糾正一個誤區，AI 運算並不難，只是運算量需求很大。

如果説 CPU 需要負責的內容就好像是幾道高等數學題，AI 運算就像是幾百萬道小學的加減法。

AI 運算的目的就是從很多次運算中選出一個結果

來源：DeepMind 博客

雖然 CPU 是一位做加減法不在話下的大學教授沒錯，但面對上百萬次的加減法也得頭疼的夠嗆。

而 NPU 就像是幾萬個專門做加減法的小學生，同樣的 AI 運算，NPU 的效率遠高於 CPU，因此 NPU 最早又叫 AI 運算加速器。

像以前，手機上沒有 NPU，拍照也能美顏，但卻只能在拍完照片後才能對效果進行調整。

而有了 NPU 後，美顏效果卻能實時顯示在取景框裏，但要是差評君不説，可能大家都反應不過來這是 NPU 的功勞。

所以要説 NPU 是個偽命題可就太委屈了，像是高通，從驍龍 660 開始就開始集成 AI 運算加速器了；只不過沒像國內廠商一樣，造個類似 NPU 的新詞。

而谷歌更是在 Pixel 2 上使用了兩塊 NPU：除了驍龍 835 之外，還定製了一塊名為「 視覺核心（ Visual Core ）」的 NPU，用以輔助圖像處理。

《 Pixel 視覺核心：Pixel 2 的圖像處理與機器學習 》

來源：谷歌官方博客

谷歌肯定不傻，要是 NPU 沒什麼卵用的話，它也肯定不會往手機裏塞兩塊 NPU。

但要非得説 NPU 概念炒作的話，也只能説是國內廠商生造了這麼個詞，給產品增加了個賣點，AI 運算加速這個概念本身是沒問題的。

況且後來高通不也開始搞所謂「 AI 增強 」的 660 AIE 和 845 AIE 了嘛。

來源：小米 MIX 2 發佈會資料

差評君上面説的這些其實已經是後話了，在 NPU 沒有落地到手機上之前，NPU 相關的研究就已經開始了。

幾年前提到 AI，差評君也就能想到天氣預報和我們的生活有點關係：氣象台通過 AI 分析氣象圖，預測接下來的氣候變化。

而當時用來預測天氣的「 曙光 6000 」超級計算機，大部分運算單元使用了國產的「 龍芯 」 CPU。

讓大學教授算幾百萬道加減法的事，我們以前其實是幹過的。

後來，大家發現，讓 GPU 做 AI 運算，效率比 CPU 高不少；因為和 CPU 這位大學教授相比，GPU 差不多是一羣會做方程式的初中生。

因此在 NPU 出世之前，大家都用 GPU 搞 AI ，核彈廠 NVIDIA 還造了讓 GPU 跑算法的工具 cuDNN ，順便賺了不少錢。

超算不是大家都有，但 GPU 花點錢各家大廠也不是買不到，於是很多數據中心甚至也買了顯卡，然後往外賣算力。

所以慢慢 AI 運算就算發展起來了。

來源：阿里雲宣傳頁

比如在淘寶裏上傳一張照片就能找到對應的商品，在形色裏拍一棵樹就能知道樹的品種。（ 這些現在已經算是 AI 識圖比較基礎的應用了 ）

但後來大家漸漸發現，拿 GPU 做 AI 運算，即便算力跟得上，電費和買顯卡的錢也跟不上。

大家這才開始考慮要不要做專門處理 AI 運算的 NPU 。 

最先出手的其實是谷歌，在別家都還在用老黃家「 核彈 」的時候，谷歌率先宣佈使用自研的 TPU 替代 GPU，之後才是各家自己的 NPU 紛紛冒了出來。

順便一提，NPU 和 TPU 除了名字不同，其實本質上沒啥區別。

谷歌的張量處理器（ TPU ）已經發展到第三代了

結果大家也看到了，華為、阿里也拿出了自家的 NPU，而且在性能上不遑多讓，這個彎道超車着實讓大家意外。

這麼多年了，我們一直做不出來像樣的 CPU 和 GPU，結果突然一下子，NPU 就做了比別人都好了。

就好像考試回回掛科的孩子突然之間拿了個第一，讓大家又驚又疑。

但稍微琢磨一下，這事其實也不是不能理解：因為在 NPU 上，我們並沒有落後什麼。

Intel 和 AMD 打 CPU 專利戰的時候，別説通網了，我們國家計算機都還沒普及起來；GPU 也是差不多同一個情況。

而等幾大巨頭塵埃落定的時候，相關專利該註冊也註冊完了，利益集團也穩固了；即使我們國家的企業有心做 CPU 和 GPU，也繞不開各種專利牆的限制。

不是中國 CPU 不行，中國 CPU 專利不行

來源：知乎用户 @馬文彬

NPU 卻是和 CPU、GPU 不同的一種芯片，雖然可能也會有撞上專利牆的情況，但總歸施展空間要比前兩者大得多。

而且國外幾大巨頭也才剛剛開始 NPU 的研究，在這上面國內企業的贏面還很大。

外加上 NPU 還能給 AI 行業帶來更多機遇，比如之前刷遍全網的 ZAO，只需要十幾秒就能把視頻裏的臉給換了。

這事世超也試過，但他拿 GPU 花了 30 天才把臉給換上，和 NPU 的運算速度完全不能比。。。

用户喜歡，廠商有錢賺，不用國家政策激勵，廠商自己就會更積極地去研發 NPU。

而隨着 NPU 效率越來越高，AI 以後能做的也就不止像 ZAO 這類能夠給大家提供娛樂消遣了。

比如可以用圖像識別實時統計場館裏的客流量，幾萬人的場館怕是也不在話下。

場館人流量統計演示

來源：雲棲大會 @阿里達摩院

無人駕駛能處理的數據量也更大，打「 無人的士 」的可能越來越大。

只要 AI 再這麼發展下去，它能處理的問題面越寬，NPU 的重要性就越大。

説不定以後的電腦也沒有了 CPU 和 GPU，只剩下了一塊 NPU 去處理我們的各種需求，這個時候國產芯片就可以佔據世界主導地位，我們在半導體上就有了更多話語權。

差評君昨天去阿里雲棲大會時，近距離看到了正在運行的含光 800 NPU 組。

也許有那麼一天，全世界電腦裏的核心芯片，都能像上圖那個機箱一樣，標示的都是中文漢字。

“ 所以電腦裏什麼時候能長出來穿漢服的妹子呢？****”

本文授權轉載自微信：差評（chaping321）