首先，AI时代的专芯专用需求。
顾名思义，NPU——神经网络处理器就是专门处理深度神经网络算法的芯片，而深度神经网络算法，核心是模仿生物神经网络结构特点，并且最基本特征就是模仿大脑神经元之间传递模式，并对输入的信息进行快速处理。
然而传统通用处理器基于冯诺依曼结构，其存储和运算处理相互分离，如果处理深度神经网络，需要大量读写运行操作，会受到带宽限制，效率较低。
因此以含光800为代表的神经网络芯片，根据神经网络推理运算特征，会设计特定的硬件神经元、高速连接的存储结构以及专用指令集，对内存和计算单元实现高效组织管理，实现单条指令完成多个操作，提高计算效率和内存访问效率。
简而言之，专芯专用，效率更高、成本更低，相应效益也会更好。
而且另一方面，因为需求明确，应用场景有针对性，相比打造CPU和GPU，打造AI芯片的门槛要低很多。
于是整个行业都在来到一个“iPhone时刻”——软件重新定义硬件，场景需求重新定义芯片。
然后过程中最好还能与应用的业务场景结合，不断验证、反馈，迭代，最后在达到目标效果后流片、完成物理实现。
所以当今之势，不仅AI造芯初创公司形成小高潮，而且互联网巨头也纷纷跨界变硬，启动自主AI芯片打造。
但想不想造、有没有能力造，最后造的结果如何……完全是好几个层次，完全是综合实力的比拼。
这也就是为什么，阿里的业务场景优势，会给平头哥首款AI芯片带来加速，也是阿里手握新时代芯片竞争“天命”的原因。
版权申明：本内容来自于互联网，属第三方汇集推荐平台。本文的版权归原作者所有，文章言论不代表链门户的观点，链门户不承担任何法律责任。如有侵权请联系QQ：3341927519进行反馈。
