人工智能芯片一共分为哪几种

传统的架构：基于冯.诺依曼架构的 FPGA（现场可 编程门阵列）和 ASIC（专用 集成电路） 芯片。FPGA和ASIC芯片不管是研发还是应用，都已经形成了一定生产、应用规模。而类脑芯片虽然还处于研究初期，但未来具备很大潜力，可能在未来成为 人工智能行业的主流。

现在的 电脑，采用的都是冯·诺依曼架构。它的核心架构就是 处理器和存储器是分开布局的，所以 CPU（中央处理器）和内存条没有集成在一起，只是在CPU中设置了容量极小的高速缓存。而类人脑架构，是模仿人脑神经系统模型的结构，人脑中的神经元既是 控制系统，同时又是存储系统。

因此CPU、内存条、总线、南北桥等等，最终都必将集成在一起，形成类人脑的巨大芯片组，至于发热问题，内存条微型化问题，人类最终会找到解决方法。

1、通用芯片（ GPU）。GPU是单指令、多数据处理，采用数量众多的计算单元和超长的流水线，主要处理图像领域的运算加速。GPU是不能单独使用的，它只是处理大数据计算时的能手，必须由CPU进行调用，下达指令才能工作。

但CPU可单独作用，处理复杂的逻辑运算和不同的数据类型，但当需要处理大数据计算时，则可调用GPU进行并行计算。

2、半定制化芯片（FPGA）。FPGA适用于多指令，单数据流的分析，与GPU相反，因此常用于预测阶段，如云端。FPGA是用 硬件实现软件 算法，因此在实现复杂算法方面有一定的难度，缺点是价格比较高。

3、全定制化芯片（ASIC）。ASIC是为实现特定场景应用要求时，而定制的专用 AI芯片。除了不能扩展以外，在功耗、可靠性、体积方面都有优势，尤其在高性能、低功耗的移动设备端。

4、类脑芯片，类脑芯片架构是一款 模拟人脑的 神经网络模型的新型芯片编程架构，这一系统可以模拟人脑功能进行感知方式、行为方式和思维方式。

有人说，ASIC是人工智能芯片的一个主要发展方向，但真正的人工智能芯片未来发展的方向是类脑芯片。类脑芯片研究是非常艰难的，IBM、 高通、 英特尔等 公司的芯片策略都是用硬件来模仿人脑的神经突触。GPU未来的应用方向是高级复杂算法和通用性人工智能平台，买来就能使用。

FPGA更适用于各种具体的行业，人工 智能会应用到各个具体领域。ASIC芯片是全定制芯片。因为算法复杂度越强，越需要一套专用的芯片架构与其进行对应。定制就是当客户处在某一特殊场景时，可以为其独立设计一套专业智能算法软件。而ASIC基于人工智能算法进行独立定制，其发展前景看好。类脑芯片是人工智能最终的发展模式，但是离产业化还很遥远。