牧羊女

模型量化基础及模型量化的分类

AI芯片

AI芯片算法的优化方向，第二部分。

AI芯片算法优化的几种思路。

AI芯片创新方向

最近在学习芯片知识以及编写系统规划文档时，发现对硬件知识的疏离常常会成为理解整体架构的瓶颈，从前那种大多从软件上理解系统的思路需要破除一下了。于是接下来会陆陆续续花一点时间，补齐一些基本的芯片硬件知识，以便为后续的工作打底。今天先来扫盲一下常用的芯片外设。1. UARTUART全称为Universal Asynchronous Receiver-Transmitter，通用异步接收-发射器，通常用于芯片与外部设备通信连接。嵌入式中说的串口，一般就是指UART口。嵌入式系统常常用UART口连接主机

1. 按技术路线分类目前，人工智能芯片按照技术路线划分，主要分为GPU、FPGA以及ASIC三大类，三类芯片的特点如下表所示。 AI芯片 技术特点 优势 劣势 GPU GPU称为图形处理器，它是显卡的核心单元，是单指令、多数据处理器。GPU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。代表产品有Nvidia-Tesla v100。 优点：相比CP

存算一体，或存内计算，是指将传统冯诺依曼架构中以计算为中心的设计，转变为以数据存储为中心的设计，也就是利用存储器对数据进行运算，从而避免数据搬运产生的“存储墙”和“功耗墙”，极大提高数据的并行度和能量效率。这种架构特别适用于要求大算力、低功耗的终端设备，如可穿戴设备、移动设备、智能家居等。1. 冯诺依曼架构的局限首先是性能。经典的冯诺依曼架构下，数据的存储和计算是分开的，处理器CPU存储器之间通过数据总线进行数据交换。但由于处理器和存储器的内部结构、工艺和封装不同，二者的性能也存在很大的差.