寒武紀

Google將TPU加速器芯片嵌入電路板中，利用已有的硬盤PCI-E接口接入數據中心服務器中。

終于有中國公司了，中文名“寒武紀”，是北京中科寒武紀科技有限公司的簡稱。這家公司有中科院背景，面向深度學習等人工智能關鍵技術進行專用芯片的研發，可用于云服務器和智能終端上的圖像識別、語音識別、人臉識別等應用。

寒武紀深度學習處理器采用的指令集DianNaoYu由中國科學院計算技術研究所陳云霽、陳天石課題組提出。模擬實驗表明，采用DianNaoYu指令集的寒武紀深度學習處理器相對于x86指令集的CPU有兩個數量級的性能提升。

目前，寒武紀系列已包含三種原型處理器結構：

寒武紀1號（英文名DianNao，面向神經網絡的原型處理器結構）；

寒武紀2號（英文名DaDianNao，面向大規模神經網絡）；

寒武紀3號（英文名PuDianNao，面向多種機器學習算法）。

2016年推出的寒武紀1A處理器（Cambricon-1A）是世界首款商用深度學習專用處理器，面向智能手機、安防監控、可穿戴設備、無人機和智能駕駛等各類終端設備

CEVA

CEVA是專注于DSP的IP供應商，擁有為數眾多的產品線。其中，圖像和計算機視覺 DSP 產品 CEVA-XM4 是第一個支持深度學習的可編程 DSP，而其發布的新一代型號 CEVA-XM6，具有更優的性能、更強大的計算能力，以及更低的耗能。

XM6 的兩大新硬件功能，將幫助大多數圖像處理和機器學習算法。第一個是分散-聚集，或者說是閱讀一個周期中，L1 緩存到向量寄存器中的 32 地址值的能力。CDNN2 編譯工具識別串行代碼加載，并實現矢量化來允許這一功能，當所需的數據通過記憶結構分布時，分散-聚集提高了數據加載時間。由于 XM6 是可配置的 IP，L1 數據儲存的大小/相關性在硅設計水平是可調節的，CEVA 表示，這項功能對于任意尺寸的 L1 都有效。此級用于處理的向量寄存器是寬度為 8 的 VLIW 實現器， 這樣的配置才能滿足要求。

第二功能稱為“滑動-窗口”數據處理，這項視覺處理的特定技術已被 CEVA 申請專利。有許多方法可以處理過程或智能中的圖像，通常算法將立刻使用平臺所需一塊或大片像素。對于智能部分，這些塊的數量將重疊，導致不同區域的圖像被不同的計算區域重用。CEVA 的方法是保留這些數據，從而使下一步分析所需信息量更少。

CEVA 指出，智能手機、汽車、安全和商業應用，如無人機、自動化將是主要目標

ARM

ARM剛推出全新芯片架構DynamIQ，通過這項技術，AI的性能有望在未來三到五年內提升50倍。

ARM的新CPU架構將會通過為不同部分配置軟件的方式將多個處理核心集聚在一起，這其中包括一個專門為AI算法設計的處理器。芯片廠商將可以為新處理器配置最多8個核心。同時為了能讓主流AI在自己的處理器上更好地運行，ARM還將放出一系列軟件庫。

DynamIQ是在ARM上一代革新架構big.LITTLE基礎上的一次演進，這種架構能夠對同一運算設備中的大小兩個核進行適當配置，以減少電池消耗。目前big.LITTLE架構已經被應用到了幾乎所有智能手機的芯片上，包括用于安卓系統的高通驍龍處理器以及蘋果最新一代的A10芯片。

接下來ARM推出的每一款Cortex-A系列芯片都將采用這種新技術。ARM稱，與在現有芯片架構上開發出的處理器（即Cortex-A73）相比，基于DynamIQ架構開發的全新處理器有望在三到五年內使人工智能的表現增強50倍。

人工智能時代已經來臨，在這個史無前例的巨大浪潮面前，有哪些公司能脫穎而出，成為新一代弄潮兒？讓我們拭目以待。