AI处理器服务

AI处理器服务

该年度订阅每季度更新一次，涵盖超过55家公司的硬件技术和产品。这份300多页的报告提供了深入的技术分析和面对面的产品比较，以及在这个快速发展的细分市场中公司前景的分析。我们将解释哪些产品将赢得设计，以及为什么。TechInsights独特的技术分析提供了前瞻性的观点，帮助整理竞争性的声明和产品。

深入研究深度学习

深度学习，也被称为人工智能(AI)，在过去几年中经历了快速的变化和改进，现在正被应用于广泛的应用领域。深度学习通常使用神经网络实现，为大型数据中心的图像识别、语音处理、语言翻译和许多其他web服务提供动力。它是自动驾驶汽车的一项重要技术，可以同时提供物体识别和决策。它甚至被用于智能手机、个人电脑和嵌入式(IoT)系统。

即使是最快的cpu也不足以有效地执行解决这些高级问题所需的高度复杂的神经网络。提高性能需要更专业的硬件架构。图形芯片(gpu)已经变得流行起来，特别是在初始训练功能方面。最近出现了许多其他硬件方法，包括dsp、fpga和专用asic。虽然这些解决方案承诺会有数量级的改进，但GPU供应商正在调整他们的设计，以更好地支持深度学习。

自动驾驶汽车是深度学习的重要应用。车辆不执行训练，而是专注于更简单的推断任务。即便如此，这些车辆需要非常强大的处理器，但它们在成本和功率方面比数据中心服务器受到更多限制，需要不同的权衡。一些芯片供应商正在为这一应用提供专门的产品;一些汽车制造商转而开发自己的asic芯片。

目前，英特尔(Intel)和英伟达(Nvidia)等大型芯片供应商从深度学习处理器中获得的收入最多。但许多初创公司已经出现，其中一些资金充足，为深度学习开发新的、更定制的架构;Cerebras、Graphcore、Greenwaves、Gyrfalcon、Groq、Horizon Robotics、Tenstorrent和Untether都是首批交付产品的公司。为了避免这些选择，阿里巴巴、亚马逊和谷歌等领先的数据中心运营商已经开发了自己的硬件加速器。

我们梳理了市场和产品

AI处理器服务涵盖了超过55家公司的硬件技术和产品。这份300多页的报告提供了深入的技术分析和面对面的产品比较，以及在这个快速发展的细分市场中公司前景的分析。我们将解释哪些产品将赢得设计，以及为什么。TechInsights独特的技术分析提供了前瞻性的观点，帮助整理竞争性的声明和产品。

这份指南以对市场的详细概述开始。我们解释了深度学习的基础知识、硬件加速的类型和终端市场，包括对汽车和数据中心采用的预测。报告的核心提供了AMD、Cambricon、Cerebras、Graphcore、Groq、Intel(包括前Altera、Habana、Mobileye和Movidius)、Mythic、Nvidia(包括Tegra和Tesla)、NXP和Xilinx等已宣布的芯片产品的详细技术报道。其他章节涵盖谷歌的TPU ASIC家族和特斯拉的自动驾驶ASIC。我们还简要介绍了许多其他开发各种人工智能芯片的公司，包括亚马逊、Brainchip、Gyrfalcon、Hailo、华为、Lattice、高通、Synaptics和德州仪器。最后，我们将每个产品类别的技术比较以及我们对这个新兴市场的分析和结论结合在一起。