图片来源
视觉中国文丨脑极体
在CPU芯片领域，延续至今的“摩尔定律”，正在随着制程工艺逼近物理极限而有了延缓的趋势，甚至失效的可能。就在摩尔定律的增长放缓脚步的同时，半导体芯片的计算也正在从通用走向专用，其中AI计算正是其中增长最快的一种专用计算。
现在，AI计算正在接棒摩尔定律，延续并超越其倍增神话。年，OpenAI发布了AI算力的增长情况，结果显示AI算力以3.4个月的倍增时间实现了指数增长，从年起，该指标已经增长了30万倍。
在AI算力爆炸式增长的过程中，英伟达的GPU功不可没。广为人知的一个故事就是年，来自多伦多大学的Alex和他的团队设计了AlexNet的深度学习算法，并用了2个英伟达的GTXGPU进行训练后，打败了其他所有计算机视觉团队开发的算法，成为那一届ImageNet的冠军。
此后，在计算机视觉和自然语言处理领域，GPU的高并行计算能力得到了充分的发挥，英伟达的GPU也随着AI第三次浪潮的崛起而迎来井喷发展。与此同时，更多为机器学习而专门定制的专用芯片开始出现，比如专用集成电路（ASIC）的张量处理单元TPU、神经网络单元NPU以及半定制芯片FPGA等等。
年底，英国一家名为Graphcore的创业公司推出了一种专门用于AI计算的处理器芯片IPU（IntelligenceProcessingUnit）。一经问世，IPU就受到AI界越来越多的
转载请注明：http://www.0431gb208.com/sjszlfa/4702.html
