共计 736 个字符，预计需要花费 2 分钟才能阅读完成。
传统 cpu 与人工智能芯片有何不同?
what’s the difference between ai chips and traditional cpu?
2017 年，当 alphago 在围棋大战中完胜柯洁后，各大媒体对人工智能的讨论就不绝于耳，甚至有人担心机器会具备自主思维，终有一天会像电影《终结者》中的场景一样对人类造成生存威胁。不管这种危机是否存在，但必须认识到人工智能芯片在架构和功能特点上与传统的 cpu 是有着非常大的区别。
传统的 cpu 运行的所有的软件是由程序员编写，完成的是固化的功能操作。其计算过程主要体现在执行指令这个环节。而与传统的计算模式不同，人工智能要模仿的是人脑的神经网络，从最基本的单元上模拟了人类大脑的运行机制。它不需要人为的提取所需解决问题的特征或者总结规律来进行编程。
人工智能是在大量的样本数据基础上，通过神经网络算法训练数据，建立了输入数据和输出数据之间的映射关系，其最直接的应用是在分类识别方面。例如训练样本的输入是语音数据，训练后的神经网络实现的功能就是语音识别，如果训练样本输入是人脸图像数据，训练后实现的功能就是人脸识别。
通常来说，人工智能包括机器学习和深度学习，但不管是机器学习还是深度学习都需要构建算法和模式，以实现对数据样本的反复运算和训练，降低对人工理解功能原理的要求。因此，人工智能芯片需要具备高性能的并行计算能力，同时要能支持当前的各种人工神经网络算法。传统 cpu 由于计算能力弱，不能很好地支撑深度学习的海量数据并行运算，且串行的内部结构设计架构为的是以软件编程的方式实现设定的功能，也不适合应用于人工神经网络算法的自主迭代运算。传统 cpu 架构往往需要数百甚至上千条指令才能完成一个神经元的处理，而在 ai 芯片上可能只需要一条指令就能完成。
正文完
发表至： 科技百科
2022-12-27