-
ASIC概念、优势与市场进展如何？
- 提问时间：2025/11/12
- 浏览量：56
- 提问者：匿名用户
[1个回答]ASIC较GPU等通用算力芯片具备更高的效率。ASIC芯片是一种为特定应用或功能定制设计的集成电路芯片。ASIC是Application-SpecificIntegratedCircuit的缩写，中文翻译为专用集成电路。它是一种是针对用户对特定电子系统的需求，从根本上定制化设计与制造的专有应用程序芯片。与CPU、GPU等通用算力芯片不同，ASIC的设计目标是高效、低成本地实现特定任务，提供业界领先的效率和性能。其计算能力和计算效率可根据算法需要进行定制，是固定算法最优化设计的产物。ASIC芯片模块可广泛应用于人工智能设备、虚拟货币挖矿设备、耗材打印设备、军事国防设备等智慧终端。ASIC为单一任...
标签： ASIC -
ASIC特征、产业链、市场规模与云厂商布局分析
- 提问时间：2025/07/21
- 浏览量：198
- 提问者：匿名用户
[1个回答]Marvell预计28年AIASIC市场规模554亿美元，23-28年CAGR为53%。1.ASIC：AI时代的新宠ASIC具备高专用性和高性价比的特征。GPU拥有高并行计算能力，适用于多种计算任务，适用于AI训练和推理场景。而ASIC芯片为特定应用定制，因此可以在特定场景中实现低成本、高性能、低功耗，具备高专用性和高性价比特征。ASIC的限制同样明显，ASIC芯片设计的前期投入较高，一旦设计完成难以更改，这限制了其对于新算法、新任务的适用能力。所以，过往ASIC芯片大多适用于5G网络、挖矿等特定场景。云厂商对AI算力的需求扩张，致使ASIC方案成为新宠。AIASIC发展条件逐渐成熟：①特定场...
标签： ASIC -
海外云厂商ASIC布局情况如何？
- 提问时间：2025/06/27
- 浏览量：172
- 提问者：匿名用户
[1个回答]微软将Maia100打造成定制的AI加速器，用于在Azure上运行OpenAI的模型和Copilot等AI工作负载。1、谷歌：谷歌专为AI定制设计ASIC谷歌TPU（TensorProcessingUnit）即张量处理单元，是谷歌专为加速机器学习任务设计的定制ASIC芯片，主要用于深度学习的训练和推理。TPU基本上是专门用于矩阵乘法的计算核心，并与高带宽内存（HBM）连接；TPU的基本组件包括矩阵乘法单元(MXU)、矢量单元(VPU)和矢量内存(VMEM)；矩阵乘法单元是TensorCore的核心，矢量处理单元执行一般数学运算，矢量内存是位于TensorCore中靠近计算单元的片上暂存器；TP...
标签： ASIC -
ASIC性能、优势、市场规模及应用场景分析
- 提问时间：2025/01/07
- 浏览量：384
- 提问者：匿名用户
[1个回答]ASIC硬件性能：针对特定算法和应用优化设计，具有较高能效比。ASIC针对特定算法和应用进行优化设计，在特定任务上的计算能力强大，例如在某些AI深度学习算法中实现高效的矩阵运算和数据处理。GPU具有强大的并行计算能力，拥有众多计算核心，可同时处理多个任务，在通用计算和图形处理方面表现出色，适用于大规模的数据并行计算，如科学计算、图形渲染、视频处理等；但GPU在特定任务上的计算效率可能不如ASIC。ASIC通常具有较高的能效比，因其硬件结构是为特定任务定制的，能最大限度减少不必要的功耗。GPU由于其通用的设计架构，在执行特定任务时可能存在一些功耗浪费；但随着技术的进步，新一代GPU也在不断提高能...
标签： ASIC -
博通ASIC业务历史及竞争优势在哪？
- 提问时间：2024/07/29
- 浏览量：399
- 提问者：匿名用户
[1个回答]博通ASIC业务历史悠久，具备两大优势。博通在为有线通信市场提供复杂、高性能的ASIC解决方案方面有丰富的ASIC设计经验、先进的分层设计方法以及包括领先的SerDes内核在内的广泛IP产品组合。基于Avago、LSI、Agere三大ASIC集团的技术遗产，博通在30多年来一直致力于开发定制ASIC芯片，实现了十多代技术的跨越（0.35微米至3纳米）。早期的ASIC包括各类有线通信市场ASIC，据公司官网，迄今为止博通已在ASIC和ASSP中为网络、计算和存储应用交付了超过3.5亿个嵌入式SerDes通道。随后逐步切入定制人工智能加速器领域，至今已有10年的开发经验。我们认为在ASIC领域，博...
标签： 博通 ASIC -
大模型ASIC发展路线及趋势总结
- 提问时间：2024/04/25
- 浏览量：294
- 提问者：匿名用户
[1个回答]想了解更多相关内容，可以下载报告《电子行业专题报告：AI算力的ASIC之路，从以太坊矿机说起》查看，以下内容都是根据该报告总结的，仅供参考。1.初步专用化：GPU亦是ASIC从历史来看，我们通过剖析GPU的结构和其与CPU的区别，不难发现，GPU也是某种意义上的ASIC，过去的数据处理任务，通常是单条复杂指令或逻辑运算，但随着图像处理需求的出现，计算过程中往往开始包含大量并行的简单计算，而CPU由于核心数量有限，虽然单核能够处理较为复杂的指令，但面对大量简单计算时，运算时间长的缺点逐渐暴露。所以正如前文所说，CPU作为人类最通用的芯片，带领人类进入并探索了图像时代，紧接着，面对海量释放的AI需...
标签： ASIC -
中国ASIC芯片格局分析
- 提问时间：2024/03/14
- 浏览量：492
- 提问者：匿名用户
[1个回答]寒武纪卡位最优.算力精度门槛下，ASIC和GPGPU是最适合大模型的架构。大模型云端训练多数情况下都在FP32计算精度上，推理端则以FP16和混合精度为主。算力越强，模型效率越高。FPGA和GPU对比，虽然FPGA吞吐率、性能功耗比优于GPU，但是FPGA存在两个天然缺陷，FPGA只适合做定点运算，不适合做浮点运算，如果用来做浮点运算耗费逻辑很大，而且有些FPGA不能直接对浮点数进行操作的，只能采用定点数进行数值运算。其二，FPGA可以理解成某种“芯片半成品”，需要开发人员做大量二次开发设计芯片，因此开发使用门槛较高。ASIC和GPU则能够满足大模型的入门门槛。国内视角...
标签： 芯片 ASIC
快速提问
海量报告支持，行业专家解读
海量文库支持，行业专家解答
-
1
沃巴查芒
68次解答 -
2
每日新报
61次解答 -
3
StartYourFinance
57次解答 -
4
999感冒灵
55次解答 -
5
王中王
1次解答
