AI芯片行业典型案例研究

📚 共计 30 章节

AI芯片产业全景：从云端到边缘的算力革命

AI芯片的定义、分类与市场格局。

GPU架构深度剖析：NVIDIA Tensor Core与CUDA

为何GPU成为AI训练首选。

Google TPU演进史：从v1到v4

脉动阵列与矩阵计算单元的设计哲学。

华为昇腾（Ascend）系列：达芬奇架构

CANN软件栈与全栈AI能力。

寒武纪智能处理器：思元系列

MLU架构与Cambricon Neuware平台。

百度昆仑芯：XPU架构设计

从百度内部需求到独立商业化之路。

百度昆仑芯

特斯拉FSD芯片：全自动驾驶算力心脏

NPU与ISP的异构融合设计。

苹果M系列与Neural Engine

从A系列到M系列的AI加速演进，Core ML生态。

AppleNeural Engine

高通AI Engine：Hexagon DSP与Adreno GPU

移动端AI推理的标杆。

地平线征程系列：BPU架构

自动驾驶与机器人的边缘计算方案。

Graphcore IPU：大规模并行计算新范式

Poplar软件框架与计算图优化。

Cerebras Wafer Scale Engine

晶圆级芯片的疯狂构想，散热与互联难题。

Cerebras晶圆级

Groq LPU：确定性计算架构

消除调度开销的Tensor Streaming Processor。

SambaNova RDU：可重构数据流架构

软件定义硬件的灵活性与性能平衡。

Habana Gaudi与Goya (英特尔)

Synapse AI软件栈。

Habana英特尔

AMD CDNA与ROCm

Instinct加速卡与开源生态，追赶CUDA的挑战。

Intel Habana与Flex系列

数据中心AI推理与训练的多元化布局。

存算一体芯片：近存与存内计算

打破冯·诺依曼瓶颈的探索。

存算一体架构

光子AI芯片：光计算原理与优势

Lightmatter等公司的商业化进展。

光子光计算

类脑计算芯片：SNN与神经形态硬件

Intel Loihi与IBM TrueNorth。

AI芯片硬件架构设计：Systolic Array等

SIMD、VLIW与数据流架构对比。

AI芯片存储层次：HBM、GDDR、SRAM

带宽与延迟的博弈。

AI芯片互联技术：NVLink、CXL等

多卡互联的瓶颈。

AI芯片编译与软件栈：TVM、MLIR

硬件与软件的桥梁。

AI芯片量化与压缩：INT8、FP8

混合精度训练，精度与效率权衡。

量化混合精度

AI芯片功耗与散热：TDP、液冷

热设计、先进封装技术。

AI芯片测试与验证：DFT、ATE

硅后验证与良率提升。

AI芯片流片与制造：先进制程与Chiplet

7nm/5nm/3nm的选择，先进封装。

AI芯片商业模式：IDM、Fabless与Foundry

自研芯片与第三方采购的决策。

商业模式IDM

AI芯片未来趋势：大模型与AGI挑战

大模型时代的算力需求，AGI对芯片架构的终极挑战。