NPU：運行效率提升 不支持大樣本訓練

NPU是神經網絡處理器，在電路層模擬人類神經元和突觸，并且用深度學習指令集直接處理大規模的神經元和突觸，一條指令完成一組神經元的處理。相比于CPU和GPU的馮諾伊曼結構，NPU通過突觸權重實現存儲和計算一體化，從而提高運行效率。但NPU也有自身的缺陷，比如不支持對大量樣本的訓練。

BPU：比在CPU上用軟件實現更為高效 不可再編程

BPU是由地平線主導的嵌入式處理器架構。第一代是高斯架構，第二代是伯努利架構，第三代是貝葉斯架構。BPU主要是用來支撐深度神經網絡,比在CPU上用軟件實現更為高效。然而，BPU一旦生產，不可再編程，且必須在CPU控制下使用。

從CPU、GPU的市場來看，已經基本被英特爾、英偉達和AMD三分天下。而在ASIC框架下的TPU，只有谷歌的體量和實力才有開發專用加速的動力。

推出DPU的深鑒科技有清華和斯坦福雙重學術背景，公司目前的兩條發展路線是：以芯片技術為主的純技術路線，以及基于技術的產品路線。其處理器做深度學習應用端，不做訓練端。目前，其深度壓縮技術可以將神經網絡壓縮數十倍而不影響精度，還可以使用芯片存儲深度學習算法模型，減少內存讀取次數，降低運行功耗。

去年10月，深鑒科技推出了六款AI產品，分別是人臉檢測識別模組、人臉分析解決方案、視頻結構化解決方案、ARISTOTLE架構平臺，深度學習SDK DNNDK，以及雙目深度視覺套件。

寒武紀最初是中科院從2008年開始的一研究項目，負責人為陳氏兄弟陳云霽和陳天石，也是寒武紀科技的創始人，與他們合作研究Diannao系列的Olivier Temam是Google TPU的主架構師。2016年11月，寒武紀科技正式成立，同時推出世界首款商用深度學習專用處理器 Cambricon-AI，是一款神經網絡處理器，面向手機、無人機等類手機的終端設備。

去年，一時火爆的華為麒麟970一大賣點就是集成了獨立NPU，被宣傳為世界首款手機AI芯片。確實屬實。但據了解，這塊NPU也并非華為的研究成果，而是來自寒武紀。對于華為來說，之所以如此重視NPU，或許和阿里爆出新聞的心態一樣，認為集成NPU代表了人工智能未來的發展趨勢。

去年底，地平線在創辦兩年后終于發布首款芯片——“征程”與“旭日”。目前，這兩款處理器都屬于嵌入式人工智能視覺芯片，分別面向智能駕駛和智能攝像頭。2018年CES上，英特爾和地平線還發布了基于伯努利架構的新一代征程處理器，其發展路徑圖為：2018年，感知；2019年，建模；2020年，決策。

而因為與英特爾的合作，地平線不禁讓市場聯想到英特爾早前重金收購的Mobileye。在嵌入式人工智能領域，Mobileye是業界領頭羊。地平線在英特爾的定位版圖是否是中國版Mobileye？但其創始人余凱的抱負是，地平線是要做中國的英特爾。

最后，談到人工智能芯片，還是不得不提BAT。在國際四大科技巨頭都造芯片，且ARM、英特爾、英偉達等傳統芯片廠商仍然統治芯片天下的情況下，中國芯能不能發展起來，還需要看國內科技巨頭們的表現。相較而言，阿里在三家中最為熱衷芯片布局，上述包括寒武紀、深鑒科技均有阿里參投。