CPU+加速芯片：通常搭载GPU、 FPGA、ASIC等加速芯片，利用 CPU与加速芯片的组合可以满足 高吞吐量互联的需求。系统性能优劣不能只考 虑CPU核心数量，还要 考虑操作系统、调度算 法、应用和驱动程序等。随着机器学习、边缘计算、自动驾驶的发展，大量数据处理任务的产生，对于芯片计算效率、计算能力和计能 耗比的要求也越来越高，ASIC通过与CPU结合的方式被广泛关注，国内外龙头厂商纷纷布局迎战AI时代的到来。近期CHATGPT的兴起推动着人工智能在应用端的蓬勃发展，这也对计算设备的运算能力提出了前所未有的需求。
虽然AI芯片、 GPU、CPU+FPGA等芯片已经对现有模型构成底层算力支撑，但面对未来潜在的算力指数增长，短期使用CHIPLET异构技术加速各 类应用算法落地，长期来看打造存算一体芯片（减少芯片内外的数据搬运），或将成为未来算力升级的潜在方式。Chiplet异构技术不仅可以突破先进制程的封锁，并且可以大幅提升大型芯片的良率、降低设计的复杂程度和设计成本、降低芯片 制造成本。Chiplet技术加速了算力升级，但需要牺牲一定的体积和功耗，因此将率先在基站、服务器、智能电车等领域广泛使用。基于7nm制程工艺，是寒武纪首款采 用chiplet（芯粒）技术的AI芯片。集成了390亿个晶体管，最大算力高 达256TOPS(INT8)，是寒武纪第二 代产品思元270算力的2倍。 内存带宽是上一代产品的3倍，访存 能效达GDDR6的1.5倍。
声明：本站所有报告及文章，如无特殊说明或标注，均为本站用户发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
