ASIC芯片，重要性凸显！
👆如果您希望可以时常见面，欢迎标星🌟收藏哦~
来源：内容由半导体行业观察（ID：icbank）编译自ccn，谢谢。
ASIC 是专为特定应用（例如人工智能）而设计的专用芯片。
与通用 CPU 相比，它们提供卓越的性能、能效和尺寸。
芯片制造行业能否跟上人工智能发展的快速进步？
人工智能 (AI)相关技术正在迅速普及，诸如能够录制视频的智能眼镜和可充当可穿戴个人助理的 AI 引脚等产品，可以控制各种智能设备。每个月，人工智能应用程序都越来越多地用于简化工作。
直到最近，来自 Nvidia 和 AMD 等知名制造商的图形处理单元 (GPU)一直是训练 ChatGPT 等通用大型语言模型 (LLM) 的主要催化剂。
尽管它们具有多功能性，但这些标准 GPU 可能会提供低于标准的性能和效率，具体取决于其使用情况。
更强大的新人工智能芯片
现在，定制专用集成电路（ASIC）芯片的时代似乎已经到来，这些芯片经过精心设计，可以为不同的人工智能应用提供更高效、更定制的解决方案。以加密货币芯片领域为例。曾经严重依赖耗电的中央处理器 (CPU) 的比特币矿工现在发现 ASIC 处理器在采矿方面的速度超过了 CPU 和 GPU 。这是由于定制芯片具有卓越的计算能力并降低了电力消耗。
摩根士丹利预计2023年至2027年间，专用于人工智能的ASIC芯片市场每年将增长85%，达到300亿美元。
值得注意的是，科技巨头也将注意力转向 ASIC。谷歌与 Broadcom 合作，正在牵头开发第五代张量处理单元 (TPU)。这些芯片处理人工智能工作负载的能力比传统 CPU 和 GPU 快大约十倍。
什么是 ASIC 芯片？
专用集成电路 (ASIC) 是指为特定目的或应用而设计的定制电子电路。与适用于各种设备的通用集成电路 (IC)（如微处理器和存储芯片）相比，ASIC 需要针对特定任务进行定制开发。这种专业化使 ASIC 在性能、功效和紧凑性方面优于通用 IC。
ASIC 通过针对指定任务有意优化电路布局和设计来实现最高效率。工程师根据特定应用定制 ASIC ，旨在最大限度地降低功耗。对于电池供电设备和其他电源效率至关重要的场景来说，这是一个至关重要的考虑因素。
此外，ASIC 的紧凑性源于其单一的应用重点。这在空间受限的环境中（例如智能手机和其他移动设备）具有优势。
ASIC 在需要高性能、低功耗和最小尺寸的应用中找到了自己的定位。相反，现场可编程门阵列 (FGPA) 在重视灵活性和快速原型设计的场景中备受关注，而通用 IC 在成本效益和用户友好集成至关重要的应用中表现出色。
数据中心芯片
随着生成式人工智能的发展势头强劲，开发人员正致力于开发芯片来优化数据中心。亚马逊与 Marvell 合作，率先开发 Graviton AI 芯片。这些芯片旨在提高处理速度并降低功耗。此外，亚马逊还与 Alchip Technologies 合作创建 Trainium 和 Inferentia 系列。该巨头的目标是简化人工智能模型训练并促进精确预测。
投资管理公司 Neuberger Berman 亚洲主题主管 Yan Taw Boon表示 ：“在人工智能领域，我们坚信一刀切的方法是不够的，追求个性化为芯片制造商带来了广阔的机遇。”
与此同时，微软正在与 Global UniChip 和 Marvell 建立合作伙伴关系，分别开发 Maia 100 和 Cobalt 100 芯片。Maia 100 芯片在 AI 模型训练期间优先考虑最小功耗。Cobalt 100 芯片专注于提高处理速度。在汽车领域，特斯拉与 Alchip 联手，推出专为自动驾驶汽车而设计的 AI 超级计算芯片 Dojo。
END
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
今天是《半导体行业观察》为您分享的第3637期内容，欢迎关注。
推荐阅读
『半导体第一垂直媒体』
实时 专业 原创 深度
公众号ID：icbank
喜欢我们的内容就点“在看”分享给小伙伴哦
微信扫码关注该文公众号作者