三大算力芯片：GPU、FPGA、ASIC产业及厂商全景梳理
（来源：伏白的交易笔记）
前言：根据技术架构，算力芯片可分为GPU、FPGA、ASIC三大类。
一. GPU（图形处理器）
1.1 基本介绍
（1）概览：最初用于图形渲染，因其大规模并行计算架构，目前为最主流的算力芯片。
（2）特点：高并行架构、高内存带宽（加速数据吞吐）、通用性强（CUDA等框架成熟）、功耗较高。
（3）应用：消费级、专业级（AI训练与推理、自动驾驶芯片）。
1.2 头部厂商
（1）海外：英伟达、AMD、英特尔、高通、苹果。
（2）国内：海思、海光信息、景嘉微、摩尔线程、壁仞科技、燧原科技、沐曦集成、砺算科技、龙芯中科。
二. FPGA（现场可编程逻辑门阵列）
2.1 基本介绍
（1）概览：半定制芯片，通过编程逻辑单元（CLB）实现功能配置，适合需要实时性和动态调整的场景。
（2）特点：可重构性（部署后仍可修改硬件逻辑，灵活性高）、低延迟、功耗较低。
（3）应用：物联网、通信基站、边缘计算、工业控制。
2.2 头部厂商
（1）海外：赛灵思（AMD）、Altera（英特尔）、Lattice、Microchip。
（2）国内：紫光同创、复旦微电、安路科技、高云半导体。
三. ASIC（专用集成电路）
3.1 基本介绍
（1）概览：针对特定应用和场景定制的芯片，通过固化硬件逻辑实现极致性能。
（2）特点：专用度高（功能固化、灵活性差）、高性能与低功耗（无冗余逻辑，能效比高）、开发成本高（适合大规模量产摊薄成本）。
（3）应用：AI训练与推理、通信互联、加密货币/区块链。
3.2 AI领域分类
（1）TPU（张量处理器）：专为深度学习张量运算定制，适用于AI训练。
（2）DPU（数据处理器）：聚焦数据管理，适用于AI训练/推理中的数据搬运与预处理。
（3）NPU（神经网络处理器）：在电路层模拟人类神经元，适用于移动端/边缘实时推理。
（4）LPU（语言处理单元）：专为自然语言处理场景定制，适用于大语言模型实时推理。
3.3 头部厂商
（1）海外：谷歌、博通、Marvell、亚马逊、AWS。
（2）国内：寒武纪、云天励飞、平头哥、昆仑芯、黑芝麻、地平线、中昊芯英、北京君正、曲速科技。
相关推荐
登陆云边端，AI芯片产业打响全线战争
高性能、高算力芯片需求高企 ABF载板迎来发展机遇
基于FPGA平台提升云端算力，「深维科技」已与Xilinx、BAT、浪潮等建立合作
AI算力中心基础设施：各细分环节头部厂商汇总
AI芯片“算力爆发”，产业应用如何布局突围？
“万能芯片”FPGA，老兵不死
新基建的背后，是一场算力之争
焦点分析｜ 传「AMD」将收购FPGA全球老大「赛灵思」，或剑指下一代混合计算
AI芯片，国产发展得如何了？
一场由FPGA触发的芯片战争
网址: 三大算力芯片：GPU、FPGA、ASIC产业及厂商全景梳理 http://m.xishuta.com/newsview140879.html
