从劳动分工的角度理解CPU、FPGA和ASIC

最新推荐文章于 2024-02-06 13:28:07 发布
最新推荐文章于 2024-02-06 13:28:07 发布
阅读量896 收藏 1
点赞数
分类专栏： 软件开发 文章标签： fpga asic cpu
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hindsights/article/details/105922103
版权

简介

ASIC指的是专用集成电路(Application Specific　Integrated Circuit)，是专门针对单一用途而设计的集成电路产品。我第一次看到这个名词是在比特币矿机的新闻里。比特币的挖矿方式从CPU发展到GPU，再到FPGA和ASIC，也表明了对于挖矿这种特定应用，CPU的通用计算模式远不如ASIC来得高效。

FPGA是Field Programmable Gate Array(现场可编程逻辑门阵列)的缩写，属于ASIC中的一种半定制电路。FPGA既有硬件电路的高性能，又能通过编程对电路做一定程度的灵活定制，算是介于CPU和ASIC之间的产品。由于它兼具性能和可编程性，加上最近成本在快速下降，因此未来发展前景非常可观，这两年一些云计算厂商都开始提供FPGA的云服务。

CPU则是用于通用计算。世界上第一台通用电子计算机是ENIAC，不过它的通用计算是通过手工改变面板的插接线来实现的，灵活性较差。后来的计算机采用了冯诺依曼提出的存储程序模型，可以从存储设备加载程序，解码和执行指令，具有更高的灵活度。

FPGA则跟ENIAC有点类似，但不再是靠手工改变面板的插接线，而是在特定模式下加载指令程序来设置电路状态，实现指定的计算功能，这样既能拥有一定的灵活度，又能达到较高的计算性能。

我对FPGA和ASIC的认识很有限，只是前段时间看到一篇讲FPGA的公众号文章(老石谈芯-可定制计算的“自动化”和“民主化”)，开始对CPU和FPGA/ASIC的差别有了一些思考，所以想写篇文章来梳理一下自己的想法。

为什么关注芯片和

最低0.47元/天 解锁文章
hindsights
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【算法加速】区分ASIC与CPU、GPU、FPGA几个概念
量化Mike
02-13 1万+
这里便于理解，我们先了解一下挖矿的发展，我们知道在比特币挖矿的过程中需要消耗算力，这个算力是机器提供的，简单来说就是让机器来计算一定难度的结果值（该结果值满足一定的要求，比如说前面必须要有18个0等）。 而计算的过程交给计算机，早期大家都是用电脑的CPU来进行挖矿，后来大家使用GPU来进行挖矿。在2013年作用，低成本灵活性强的FPGA才被用于挖矿。但是随着算力要求越高，矿机厂商转而采用能效更高的ASIC芯片取代 GPU/ FPGA来运行比特币 SHA-256 哈希算法。 传统的依靠编程语言的算法提高效率是
ASIC、FPGA和CPU各有什么特点？
FPGAerClub的博客
05-27 5397
更多精彩内容，请微信搜索“FPGAer俱乐部”关注我们ASIC芯片内部架构较为简单，不可以硬件编程，只能用来专门处理某一种功能，灵活性最差，但是在执行某一种任务上的效率最高。ASIC也被称为专用集成电路。FPGA芯片内部架构稍微复杂一些，可以硬件编程，因而可以通过硬件编程语言来改变内部芯片的逻辑结构，从而能够在提供一定灵活性的同时，还能够保证较高的处理效率，算是在灵活性和性能上取了个折中。FPGA...
ASIC, FPGA, DSP, CPU的区别
u010856901的专栏
01-08 6905
部分引用，部分原创。 ASIC原本就是专门为某一项功能开发的专用集成芯片，比如交换机大量使用，比如通信公司的波分复用WDM的光网络OTN平台中，大量使用了ASIC，传输速率达到了400G。 FPGA基本就是高端的CPLD，两者非常接近。这种器件是用逻辑门来表述性能的。本身他就是一堆的逻辑门，通过硬件描述语言，比如verilogHDL把它转成电路连接，从最基本的逻辑门层面上连接成电路（参
AI 领域 FPGA、ASIC、CPU、GPU 简单对比
描绘自己的王国……
02-27 8762
AI 领域 FPGA、ASIC、CPU、GPU 简单对比 简介 CPU：中央处理器（Central Processing Unit，CPU）是一块超大规模的集成电路，是一台计算机的运算核心（Core）和控制核心（ Control Unit）。它的功能主要是解释计算机指令以及处理计算机软件中的数据。 GPU：图形处理器（Graphics Processing Unit，GPU），又称显示核心、视觉处...
聚焦芯片：GPU,CPU,SOC,DSP,FPGA,ASIC,MCU,MPU,GPP,ECU等都是什么？
usstmiracle的博客
03-01 5673
先上部分概念： CPU：中央处理器（Central Processing Unit）是一块超大规模的集成电路，是一台计算机的运算核心（Core）和控制核心（ Control Unit）。它的功能主要是解释计算机指令以及处理计算机软件中的数据。中央处理器主要包括运算器（算术逻辑运算单元，ALU，Arithmetic Logic Unit）和高速缓冲存储器（Cache）及实现它们之间联系的数据（Data）、控制及状态的总线（Bus）。它与内部存储器（Memory）和输入/输出（I/O）设备合称为电子计算机三大
CPU和异构计算芯片GPU/FPGA/ASIC基础教程
07-11
摩尔定律失效的今天，关注“新“成员（GPU\FPGA\ASIC）为数据中心带来的体系架构变革，为业务配上一台动力十足的发动机。
如何在FPGA和ASIC设计中结合高速USB功能
01-20
通用串行总线已经很普遍了，这是由于其使用简单，随插即用，并具有鲁棒性的优点。USB已经找到了进入曾经使用串口、并口作为其host...　除了简单的电脑外围设备，FPGA应用也广泛存在，其可以受益于高速USB接口的增加。
电源技术中的FPGA和ASIC的电源管理方案
12-13
在这个发展过程中，FPGA及ASIC的重要性越来越受到重视，因为新系统的很多重要功能往往需要由它们来实现。在FPGA系统设计中，电源管理是尤其需要慎重考虑的关键问题之一。要为FPGA提供稳定的供电，需要全面审视系统的...
FPGA和ASIC比较谈.pdf
11-02
在电子设计领域，FPGA（现场可编程门阵列）和ASIC（专用集成电路）是两种重要的芯片实现技术。它们各自具有独特的优势和适用场景，使得在不同的项目中，工程师们需要根据需求权衡选择。 ASIC以其硬接线的固定模式，...
FPGA和ASIC比较谈.docx
11-02
这使得FPGA在许多情况下成为ASIC的有力竞争者，尤其在需要快速迭代和灵活调整的项目中。 ASIC（专用集成电路）以其高效能、高密度和低成本（批量生产时）著称，适合于大规模、长期稳定且对性能有极高要求的项目。...
什么是ASIC芯片？与CPU、GPU、FPGA相比如何？
热门推荐
F~C~H的博客
02-20 2万+
<p style="text-indent: 2em;"> 继4月初<a href="http://www.elecfans.com/tags/联发科/" target="_blank"><u>联发科</u></a>宣布扩大<a href="ht
一文读懂「四大主流计算芯片 CPU、GPU、ASIC、FPGA」特点和场景
最新发布
女王の专属领地
02-06 2453
功能：CPU具有通用性，适用于各种计算任务；GPU擅长图形渲染和并行计算；NPU专注于神经网络的训练和推理计算；TPU专为机器学习任务而设计。并行能力：GPU和TPU具有更多的处理核心和更高的并行计算能力，适合处理大规模并行计算任务。硬件加速：NPU和TPU采用专门的硬件加速技术，能够高效地执行特定类型的计算任务。应用领域：CPU广泛应用于个人电脑、服务器等各种设备；GPU主要应用于游戏、动画制作、科学计算等领域；NPU常用于人脸识别、语音识别等人工智能应用；TPU常用于深度学习任务和自然语言处理等领域。
FPGA与ASIC及SOC的区别？ARM是什么
weixin_48564372的博客
03-24 7162
1、ASIC ASIC即专用集成电路，是指应特定用户要求和特定电子系统的需要而设计、制造的集成电路。 目前用CPLD（复杂可编程逻辑器件）和 FPGA（现场可编程逻辑门阵列）来进行ASIC设计是最为流行的方式之一，它们的共性是都具有用户现场可编程特性，都支持边界扫描技术，但两者在集成度、速度以及编程方式上具有各自的特点. 目前，在集成电路界ASIC被认为是一种为专门目的而设计的集成电路。是指应特定用户要求和特定电子系统的需要而设计、制造的集成电路。ASIC的特点是面向特定用户的需求，ASIC在批量生产时与通
如何评价微软在数据中心使用FPGA代替传统CPU的做法？
wondervictor的博客
01-04 2727
李博杰中国科技大学微软亚洲研究院 博士在读 FPGA / 数据… 收录于 编辑推荐 •1845 人赞同 利益相关：微软亚洲研究院实习生，研究方向是 FPGA 在数据中心的应用。 问题「用 FPGA 代替 CPU」中，这个「代替」的说法不准确。我们并不是不用 CPU 了，而是用 FPGA 加速适合它的计算任务，其他任务仍然在 CPU 上完成，让 FPGA 和 CPU 协同工
深入理解CPU和异构计算芯片GPU/FPGA/ASIC （上篇）
Qcloud_KID的博客
03-23 9036
随着互联网用户的快速增长，数据体量的急剧膨胀，数据中心对计算的需求也在迅猛上涨。诸如深度学习在线预测、直播中的视频转码、图片压缩解压缩以及HTTPS加密等各类应用对计算的需求已远远超出了传统CPU处理器的能力所及。摩尔定律失效的今天，关注“新“成员（GPU\FPGA\ASIC）为数据中心带来的体系架构变革，为业务配上一台动力十足的发动机。 1 异构计算：WHY 明明CPU用的好好的，为
CPU、GPU、FPGA、ASIC等AI芯片特性及对比
maopig的专栏
10-12 1万+
1、前言 目前，智能驾驶领域在处理深度学习AI算法方面，主要采用GPU、FPGA 等适合并行计算的通用芯片来实现加速。同时有部分芯片企业开始设计专门用于AI算法的ASIC专用芯片，比如谷歌TPU、地平线BPU等。在智能驾驶产业应用没有大规模兴起和批量投放之前，使用GPU、FPGA等已有的通用芯片可以避免专门研发定制芯片（ASIC）的高投入和高风险，但是，由于这类通用芯片设计初衷并非专门针对深度学习，因而存在性能不足、功耗过高等方面的问题。这些问题随着自动驾驶行业应用规模的扩大将会日益突出。 本文从芯..
架构对比（CPU、GPU、FPGA、ASIC、DSA……）
stella_loveK的博客
12-21 3341
收集不同架构的文章进行学习
AI芯片的评价指标和对比（CPU/GPU/ASIC/FPGA）
Briwisdom的博客
03-13 5588
一，背景知识 芯片的分类 常见的芯片种类：CPU，GPU，ASIC，FPGA，（小众：类脑芯片（intel），量子芯片(谷歌） 按照应用场景分类 服务器端（云端）：注重芯片的算力，扩展能力，以及对现有基础设置的兼容性等 移动端（终端）：注重芯片的低功耗，低延时，低成本 AI芯片的评价标准 性能（算力）：比如芯片做浮点或定点运算时候每秒的运算次数，以及芯片的峰值性能，平均性能等。 灵活性：芯片对不同场景的适应程度，是否可应用于各种不同的AI算法和应用 同构性：当大量部署AI芯片时候，能否可利
FPGA 和 ASIC 的开发流程。
07-12
FPGA（现场可编程门阵列）和ASIC（专用集成电路）的开发流程有一些差异。下面是它们各自的开发流程： FPGA开发流程： 1. 设计：使用硬件描述语言（如VHDL或Verilog）进行FPGA设计，描述设计的功能和逻辑。 2. 合成...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值