AI处理器服务

AI处理器服务

这份年度订阅每季度更新一次，涵盖超过55家公司的硬件技术和产品。这份300多页的报告提供了深入的技术分析和面对面的产品比较，以及对这个快速发展的细分市场的公司前景的分析。我们将解释哪些产品将赢得设计，以及为什么。TechInsights独特的技术分析提供了前瞻性的视角，帮助理清相互竞争的声明和产品。

深入研究深度学习

深度学习，也被称为人工智能(AI)，在过去几年里经历了快速的变化和改进，现在正被应用到各种各样的应用中。深度学习通常使用神经网络实现，为大型数据中心的图像识别、语音处理、语言翻译和许多其他web服务提供动力。它是自动驾驶汽车的一项关键技术，既能识别物体又能进行决策。甚至在智能手机、个人电脑、嵌入式(IoT)系统中也有应用。

即使是最快的cpu也不足以有效地执行解决这些高级问题所需的高度复杂的神经网络。提高性能需要更专门的硬件架构。图形芯片(gpu)已经变得流行，尤其是初始训练功能。最近出现了许多其他硬件方法，包括dsp、fpga和专用asic。尽管这些解决方案有望实现数量级的改进，但GPU供应商正在调整他们的设计，以更好地支持深度学习。

自动驾驶汽车是深度学习的一个重要应用。车辆不实现训练，而是专注于更简单的推理任务。即便如此，这些车辆需要非常强大的处理器，但与数据中心服务器相比，它们在成本和功率方面受到更大的限制，需要做出不同的权衡。一些芯片供应商正在为这个应用程序提供专门的产品;一些汽车制造商正在开发自己的asic芯片。

目前，英特尔(Intel)和英伟达(Nvidia)等大型芯片供应商从深度学习处理器中获得的收入最多。但许多初创公司(其中一些资金充足)已经开始为深度学习开发新的、更个性化的架构;Cerebras、Graphcore、Greenwaves、Gyrfalcon、Groq、Horizon Robotics、Tenstorrent和Untether都是首批交付产品的公司。为了避免这些选择，阿里巴巴、亚马逊和谷歌等领先的数据中心运营商开发了自己的硬件加速器。

我们整理市场和产品

AI处理器服务涵盖了超过55家公司的硬件技术和产品。这份300多页的报告提供了深入的技术分析和面对面的产品比较，以及对这个快速发展的细分市场的公司前景的分析。我们将解释哪些产品将赢得设计，以及为什么。TechInsights独特的技术分析提供了前瞻性的视角，帮助理清相互竞争的声明和产品。

这本指南以对市场的详细概述开始。我们解释了深度学习的基础知识、硬件加速的类型和终端市场，包括对汽车和数据中心采用的预测。报告的核心提供了AMD、Cambricon、Cerebras、Graphcore、Groq、Intel(包括前Altera、Habana、Mobileye和Movidius)、Mythic、Nvidia(包括Tegra和Tesla)、NXP和Xilinx宣布的芯片产品的详细技术报道。其他章节介绍了谷歌的TPU ASIC家族和特斯拉的自动驾驶ASIC。我们还包括许多其他开发各种人工智能芯片的公司的简短简介，包括亚马逊、Brainchip、Gyrfalcon、Hailo、华为、Lattice、高通、Synaptics和德州仪器。最后，我们将每个产品类别的技术比较和我们对这个新兴市场的分析和结论结合在一起。