AI芯片技术选型目录_18页_18mb

AI芯片技术选型目录（2020年7月版）总结

核心内容概述

本目录由中国人工智能产业发展联盟（AIIA）计算架构与芯片推进组发布，旨在为AI芯片供应商和需求商提供技术选型参考，促进供需对接和产业健康发展。目录内容涵盖云端/数据中心、边缘计算、终端计算三大场景，并按应用领域分类，包括训练、推断、智能驾驶、安防、语音、IP技术等。目录包含46款AI芯片产品，涉及多家国内外企业。

主要观点

• AI芯片已成为国内外企业竞争的热点，其发展推动了人工智能技术的广泛应用。
• 根据应用场景，AI芯片可分为云端训练、云端推断、边缘计算和终端计算四类。
• 为确保芯片性能的真实性和可靠性，部分产品参与了AIIA委托的验证测试，以及AIIADNN benchmark测试，测试结果可公开查询。
• 目录内容由企业自愿提交，并经专家评审，内容真实性和准确性由企业自行负责。

关键信息

云端/数据中心

云端训练

1. 百度昆仑1芯片

   • 基于XPU架构，支持训练和推理
   • 采用三星14nm工艺，支持HBM2和PCIe4.0
   • 峰值算力256TOPS，功耗150W
   • 内存16GB，带宽512GB/s，上市时间2019年11月

2. 邃思通用人工智能训练芯片

   • 采用12nm FinFET工艺，2.5D封装，141亿晶体管
   • 峰值算力20TFLOPS@FP32、80TFLOPS@BF16/FP16
   • 最大功耗190W，支持CNN、RNN、LSTM、BERT等模型
   • 云燧T10是基于该芯片的加速卡，支持多种数据类型

3. NVIDIA A100/V100/T4 Tensor Core GPUs

   • NVIDIA Ampere架构：540亿晶体管，7nm工艺，支持训练和推理
   • NVIDIA Volta架构：640个Tensor内核，性能比前代提升5倍以上
   • NVIDIA Turing架构：集成实时光线追踪、AI、模拟和光栅化技术
   • A100峰值算力624TOPS，功耗400W，内存40GB HBM2，带宽1555GB/s，上市时间2020年5月

云端推断

1. 赛灵思Alveo系列

   • Alveo U50：75W，8GB HBM2，带宽316GB/s，支持INT8，FP16，FP32等
   • Alveo U200/U250：225W，64GB内存，带宽77GB/s，支持多种精度
   • Alveo U280：100W，8GB HBM2，带宽460GB/s，支持多种数据类型

2. 寒武纪思元100

   • 峰值算力32TOPS@INT8，内存8GB/16GB，带宽102GB/s，上市时间2018年5月
   • 支持多种AI应用，如计算机视觉、语音识别、自然语言处理

3. 寒武纪思元270

   • 峰值算力128TOPS@INT8，内存16GB，带宽102GB/s，上市时间2019年6月
   • 支持多种精度，计算弹性高，内置编解码器，支持视频、图片处理

4. 比特大陆BM1684芯片

   • 峰值算力17.6TOPS@INT8，16W功耗，内存12GB LPDDR4X，带宽68.3GB/s，上市时间2019年9月
   • 支持多种AI框架，如TensorFlow、Caffe、PyTorch等，适用于云端和边缘计算

5. 鲲云星空X3加速卡

   • 峰值算力10.9TOPS@INT8，功耗峰值56W，内存8GB DDR4，带宽32GB/s，上市时间2020年6月
   • 支持多种主流CNN模型，如ResNet、YOLO等，提供RainBuilder工具链

6. 华为昇腾310AI处理器

   • 峰值算力16TOPS@INT8，8TOPS@4W，16TOPS@8W，内存LPDDR4X，带宽2*64bit@3733MT/S
   • 支持多种深度学习模型，如图像分类、人脸识别、目标检测等

边缘计算

1. 天数智芯Iluvatar CoreX I芯片

   • 峰值功耗5W，支持FP16，内存8GB，带宽273GB/s，上市时间2019年10月
   • 支持主流CNN模型，如ResNet、VGG、YOLO等，适用于视频与图像识别
   • 可适配ARM、X86、龙芯等国产CPU

2. NVIDIA Jetson系列

   • Jetson Nano：基于Maxwell架构，128个CUDA核心
   • Jetson TX2：基于Pascal架构，256个CUDA核心
   • Jetson Xavier NX：基于Volta架构，384个CUDA核心，48个Tensor核心
   • Jetson AGX Xavier：基于Volta架构，512个CUDA核心，64个Tensor核心
   • 应用于自主机器、高清传感器、工业物联网等场景

3. NVIDIA T4 Tensor Core GPU

   • 基于Turing架构，支持实时光线追踪、AI、模拟和光栅化
   • 峰值算力130TOPS@INT8，功耗70W，内存16GB GDDR6，带宽320+ GB/s，上市时间2018年3月

终端计算

1. NVIDIA Jetson

   • 适用于通用端侧产品，支持多种AI应用，如智能网关、家用机器人等

2. 华为昇腾310AI处理器

   • 用于手机端，如Kirin 990 5G处理器，功耗75W，支持多种AI应用

3. 高通骁龙865移动平台

   • 支持AI计算，适用于手机端，功耗未提及，内存未提及，带宽未提及，上市时间2019年

4. 瑞芯微RK1808AIoT芯片方案

   • 支持边缘端AI应用，适用于物联网设备

5. 瑞芯微RK3399Pro人工智能端侧芯片方案

   • 支持AI计算，适用于多种终端设备

6. 寒武纪思元220M.2

   • 适用于边缘端，支持多种AI应用

智能驾驶

1. 赛灵思ZU7EV

   • Zynq® UltraScale+TM MPSoC，适用于智能驾驶系统

2. NVIDIA DRIVE

   • 面向自动驾驶，支持多种AI计算任务

安防、机器人、车载

1. 云天励飞深度学习神经网络处理器

   • 用于安防、机器人和车载场景，支持计算机视觉

2. 紫光展锐虎贲T710

   • 支持多种AI应用场景，如安防、智能驾驶

3. 华为Hi系列芯片

   • Hi3516DV300、Hi3519AV100、Hi3559A V100、Hi3562V100、Hi3566V100、Hi3568V100、Hi3569V100
   • 支持多种AI应用场景，如安防、智能驾驶

4. 清微智能TX510

   • 适用于安防、智能驾驶等场景，支持多种AI应用

语音

1. 启英泰伦CI1103

   • 人工智能语音识别降噪一体芯片，支持多种语音应用场景

2. 深聪半导体人工智能语音芯片

   • 支持语音识别，适用于多种终端设备

3. 清微智能TX210

   • 用于语音处理，支持多种AI应用

IP技术

1. 安谋科技周易AIPU

   • 适用于AI芯片设计，支持多种应用场景

2. 颗脉信息技术PowerVR NNA神经网络加速器系列IP

   • 支持多种AI应用场景，如图像识别、语音处理

小结

• AI芯片技术选型目录为用户提供了一站式的选型参考，涵盖云端、边缘、终端等多场景，以及训练、推断等不同任务类型。
• 产品性能数据由企业提交，部分产品通过验证测试和benchmark测试，确保其性能的可信度。
• 未来目录将根据真实案例进行迭代更新，推动AI芯片测试评估体系的发展，助力人工智能生态建设。