隨著人工智能和深度學習領域的新發展，計算需求也在穩步增長。任何現代人工智能技術的成功都依賴于計算，其規模即使在幾年前也是難以想象的。

因此，更先進的芯片和硬件正在開發和發布，以匹配復雜神經網絡的處理能力。它們提供計算能力的能力取決于一個可以包裝的晶體管的最大數量；一些晶體管也是為了有效地執行現代人工智能系統所要求的特定計算而量身定做的。

本文將介紹一些在2021年憑借超凡技術在市場上嶄露頭角的頂級人工智能芯片。

英特爾 Loihi 2

Loihi 2是英特爾的第二代神經形態研究芯片，其架構支持最新類型的神經啟發算法和應用程序，同時提供高達10倍的處理速度和15倍的資源密度，每個芯片有100萬個神經元，并提高了能源效率。

與過去的工藝技術相比，使用極紫外輻射光刻技術簡化了版圖設計規則，使英特爾能夠快速開發Loihi 2。

此外，Loihi 2芯片支持以太網接口，由于與一系列基于事件的視覺傳感器的無膠集成增加了支持，以及Loihi 2芯片更大的網狀網絡。這種功能強大的芯片打開了一扇大門，新的神經網絡模型，可以通過深度學習訓練。

Google Tensor

由Google Research聯合設計的Google Tensor，被認為是Google機器學習的一個里程碑。它提供了最先進的人工智能-機器學習模型所需要的驚人支持，例如動作模式、面部無模糊、視頻語音增強、將HDRnet應用于視頻。谷歌張量經過精心設計，以提供正確的計算性能、效率和安全水平。

新的芯片可以運行更先進的，國家的最先進的機器學習模型在更低的能源消耗水平。還支持計算攝影和未來視頻功能。它還有一個張量安全核心(Tensor security core) ，這是一個新的基于CPU的子系統，由Google提供，用于未來幾代專用的安全芯片。

Ambarella CV52S

Amberella的CV52S是其AI視覺系統芯片組合的擴展。該CV52S在一個單一的低功耗設計中，提供指數平滑的4K圖像處理、視頻編碼/解碼和CVflow計算機視覺處理。采用先進的5nm制程技術，CV52S使4K p60視頻記錄的功率消耗低于3W，先進的AI處理速度為30fps。

此外，該芯片的CVflow結構提供了深層神經網絡(DNN)多處理，這是下一代智能攝像機的要求。CVflow引擎具有高效并行運行多個神經網絡的能力，同時加速了傳統的計算機視覺算法，并提供了強大的計算機視覺加速能力。

Atlazo AZ-N1

2021年1月發布的Atlazo az-n1包括其高效的人工智能和機器學習處理器Axon i，目標是處理音頻、聲音、生物特征識別和其他傳感器信號，與目前市場上的其他解決方案相比，該處理器的功耗不到其他解決方案的一小部分。

該處理器支持一系列AI/ML網絡，包括DNN、LSTM和GRNN以及流行的特征提取技術如MFCC。一個Axon i處理器可以執行超過130個推論。Az-n1將用于多種產品的開發，包括智能耳塞、助聽器和健康監測設備。

Mythic m1076

該Mythic m1076模擬矩陣處理器可以提供高達25頂端人工智能高端應用程序在一個單一芯片。

該芯片集成了76個AMP塊，并存儲了多達80m的重量參數，在沒有任何外部存儲器的情況下執行矩陣乘法操作。這使得m1076能夠提供桌面GPU的人工智能計算性能，同時消耗高達1/10的功耗，所有這些都集中在一個單獨的芯片上。

使用這種功能強大的芯片，可以很容易地以更高的分辨率和更低的延遲執行AI-ML模型，從而獲得更好的結果。

英偉達 A100

英偉達A100是芯片制造商的旗艦數據中心GPU，用于推理和培訓。該芯片于2020年首次推出，目前仍然在人工智能性能的多項基準測試中占據主導地位。

2021年，A100在MLPerf 基準中打破了16個AI性能紀錄，NVIDIA聲稱這使GPU成為當今市場上最快的商用產品培訓性能。NVIDIA A100的張量核心與張量浮點數(TF32)提供了高達20倍的性能，超過以前發布的NVIDIA伏特零代碼更改和額外的2x提升自動混合精度和FP16。

因此，像BERT這樣的培訓工作量可以大規模解決，在一分鐘之內解決2048個A100 GPU，這是解決方案的世界紀錄。

結 語

今天的尖端人工智能系統不僅需要特定于人工智能的芯片，還需要最先進的技術。此外，所需的速度動態性和成本效率的必要性，使得沒有最先進的人工智能芯片，幾乎不可能開發和部署尖端的人工智能算法。這種人工智能技術的發展和應用，反過來又增加了全球穩定性，似乎對人工智能的未來大有裨益。