ASIC和GPU的原理和优势

 

本文介绍了ASIC和GPU两种能够用于AI计算的半导体芯片各自的原理和优势。

ASIC和GPU是什么

ASIC和GPU，都是用于计算功能的半导体芯片。因为都可以用于AI计算，所以也被称为“AI芯片”。

准确来说，除了它俩，计算芯片还包括大家更熟悉的CPU，以及FPGA。

行业里，通常会把半导体芯片分为数字芯片和模拟芯片。其中，数字芯片的市场规模占比较大，达到70%左右。

数字芯片，还可以进一步细分，分为：逻辑芯片、存储芯片以及微控制单元（MCU）。CPU、GPU、FPGA、ASIC，全部都属于逻辑芯片。

芯片的分类

逻辑芯片，就是计算芯片。它包含了各种逻辑门电路，可以实现运算与逻辑判断功能。

四个芯片里，CPU和GPU是通用芯片，可以完成多种任务。尤其是CPU，是全能型选手，单核主频高，啥都能干，所以经常被拿来做主处理器。

而GPU，本来是用来做图形处理（显卡）的。它的内核数量特别多（大几千个），适合做并行计算，也就是擅长同时做大量的简单计算任务（图形处理，就是同时处理大量的像素计算）。

AI计算和图形计算一样，也是典型的并行计算型任务。   AI计算中包括大量并行的矩阵相乘、卷积、循环层、梯度运算等任务，所以，特别适合GPU去完成，而CPU不适合AI计算。   2023年以来，AI浪潮爆发。如果进行合理优化，一块GPU卡，可以提供相当于数十其至上百台CPU服务器的算力。     再来看看ASIC和FPGA。   ASIC（Application Specific Integrated Circuit，专用集成电路），是一种专用于特定任务的芯片。ASIC的官方定义，是指：应特定用户的要求，或特定电子系统的需要，专门设计、制造的集成电路。

这几年非常火的DPU（Data Processing Unit，数据处理单元）和NPU（Neural Processing Unit，神经网络处理单元），也是ASIC芯片。

FPGA（Field Programmable Gate Array，现场可编程门阵列），是半定制芯片，也被人称为“万能芯片”。FPGA可以根据用户的需要，在制造后，进行无限次数的重复编程，以实现想要的数字逻辑功能。

ASIC和FPGA的区别在于，AISC是全定制芯片，功能写死，没办法改。而FPGA是半定制芯片，功能灵活，可玩性强。FPGA不需要流片（很烧钱的一个工序），但因为可编辑，冗余功能比较多，一旦用于单一目的，就会存在浪费。大规模生产的情况下，FPGA的成本比ASIC高，且极致能效不如ASIC。

所以，FPGA现在多用于产品原型的开发、设计迭代，以及一些低产量的特定应用，或者用于培训和教学。它适合那些开发周期必须短的产品，也经常用于ASIC的验证。

反正，大家记住，大规模出货用于AI计算，一般不考虑FPGA。

所以，AI芯片，也就是GPU和ASIC之争。

GPU和ASIC，到底谁厉害？

ASIC作为专用定制芯片，基于芯片所面向的专项任务。它的计算能力和计算效率都是严格匹配于任务算法的。芯片的核心数量，逻辑计算单元和控制单元比例，以及缓存等，整个芯片架构，也是精确定制的。

所以，ASIC可以实现极致的体积、功耗。这类芯片的可靠性、保密性、算力、能效，都会比通用芯片（GPU）更强。

但是相比之下，FPGA和ASIC的开发还是太过复杂，不适合普及。

ASIC之所以在AI上干不过GPU，和它的高昂成本、超长开发周期、巨大开发风险有很大关系。现在AI算法变化很快，ASIC这种开发周期，很要命。

综合上述原因，GPU才有了现在的大好局面。

值得一提的是，AI计算分为训练和推理两种。训练任务，需要更强大的算力，所以在AI训练上，厂商们主要以GPU为主。

推理任务的话，算力要求要低一点，也不需要什么并行，所以GPU的算力优势没那么明显。很多企业，就会开始采用更便宜、更省电的FPGA或ASIC，进行计算。

这个情况，一直持续到了现在。AI芯片，GPU的占比能达到70%以上。

如今，大家非常希望算力多元化。再有，大模型现在从“训练热”走向了“推理热”。推理类的AI计算需求增加，给了ASIC机会。所以，扶持ASIC产业链，提升ASIC芯片在AI领域的占有率，成为了大家的共识。

那么，取代就真的那么容易吗？ASIC会很快淘汰掉GPU吗？

显然不是的。

凭借性能、生态、集成能力等方面的优势，GPU仍然会是中短期内的AI芯片首选。有关GPU的软硬件网络整套方案都很成熟，技术和资金实力太强，GPU的存量和出货量依然很大。

ASIC的崛起速度虽然很快，但仍需要一定的时间走向成熟。AI ASIC芯片的研发，也具有很高的风险。即使研发成功，也需要时间被用户所接受。

这就意味着，在很长的一段时间内，GPU和ASIC都将处于共存状态。基于不同的场景，用户会选择最适合自己的芯片。未来的情况还是比较难预测的。量子计算是不是会对计算领域造成颠覆式影响，现在也是讨论的热点。