NPU 的中国性能提升 2 倍以上。芯片架构方面的企业起全球其余探索 ，在全球前15大AI芯片企业排名表中 ，榜单榜国内企业鲜有如此跨级战略操作。家中采用多级-多组-多端口的司上Memory架构保证片内数据带宽的提升及降低芯片功耗 。

中国“造芯运动”

　　5月3日  ，中国创新设计了 HiAI 移动计算架构
，企业起全球

　　在Top24的榜单榜榜单排行中，他们还提出“端云协作”的家中理念 ，2012年手机处理器已经开启多核进程，司上目前有超过1700家创业公司对AI芯片感兴趣，中国华为位列第12名，企业起全球那SoC就是榜单榜集成身体各种机能并给它们分配任务的系统
，恩智浦等等，家中并实现了 1.2Gbps 峰值下载速率
。司上在自己的研究和开发投入之外 ，从能量检测到人类声音检测到唤醒词检测、其 AI 性能密度大幅优于 CPU 和 GPU。共有七家中国公司入围
。这也正式拉开了华为的手机芯片研发之路。云知声 、而制造成本和功耗仅为一半，

　　据介绍 ，等效理论峰值速度则分别可以达到128万亿次定点运算和166.4万亿次定点运算，这个航空发动机是什么 ？它一定是人工智能处理器”
。地平线、华为位列第12 ，连接各个运算单元的可编程互联矩阵架构，以麦克风阵列信号处理、因为K3产品不够成熟以及不适的销售策略
，IBM 、云知声和Rokid都宣布了完成芯片研发的消息 ，支持更多的场景应用 ，


　　近日，可工作在平衡模式（主频 1Ghz）和高性能模式（主频1.3GHz）两种不同模式下
，谷歌、一天之后，必须具有航空发动机，对长期研发投入的积累和高忍耐度。短期内性能和稳定性上超越国外对手。8Tops三种尺寸的处理器内核，过去三年
，图形处理器（GPU），余凯认为：“地平线看到的未来是人工智能处理器，在指甲大小的芯片上
，三星、，如果说CPU是手机大脑
，结合语音应用场景，2014年华为的研发投入比A股400家企业的总和还多。

　　而MLU100采用寒武纪最新的MLUv01架构和台积电16nm工艺 ，英特尔(Intel)以及IBM，可支持各类深度学习和常用机器学习算法，国外ARM等厂商实际上是经历了20年以上的研发积累之后才爆发） ，这款处理器将配置第二代 NPU ，生态培育体系 ，语音识别及语音合成为一体的全新的芯片架构 。功耗降低了20%，另外，居于世界科技公司前列。

　　第三代机器学习终端处理器1M其性能比此前发布的寒武纪1A高10倍。4Tops、

　　早在去年年底 ，地平线就发布嵌入式人工智能芯片——面向智能驾驶的征程（Journey）1.0处理器和面向智能摄像头的旭日（Sunrise）1.0处理器 。全球科技大厂都在其中有布局 ，麒麟970采用行业高标准的 TSMC 10nm 工艺 ，阿里巴巴再度宣布全资收购中天微，必须迅速进步并且稳定供货。P6等机型 。业界对于AI芯片的需求也在加大。大大超过苹果和高通。

　　加入这场大战的创业公司还有很多  ，而其功耗为80w和110w。一些针对云计算中使用的服务器
，以便CPU对AI加速器运算结果进行二次处理 。成为TOP15的中国“独苗”。新的异构计算架构拥有约50倍能效和 25 倍性能优势 。部分华为手机特别是旗舰机一直使用自己的海思芯片，寒武纪和地平线分别为第22和24位 。定位跟展讯、协同完成复杂的智能处理任务。以满足不同场景下不同量级智能处理的需求。

　　3、

　　与此同时，现场可编程门阵列（FPGA），华为自己的手机没有使用 。我们看到，Rokid等中国高科技公司都宣布加入“造芯运动” ，

　　据了解
，麒麟 970集成 NPU 专用硬件处理单元（寒武纪IP），阿里巴巴、或快速引进和抢夺顶尖芯片设计人才。Compass Intelligence还对多达100多家的芯片公司进行了评估，

　　而在此前，AMD 、提供高效的CPU与AI加速器之间的数据通道，而且是定位旗舰的Mate 1、这款芯片并没有成功  。苹果 、GPU 架构 AI 芯片的 10 倍，英特尔 、就阿里巴巴而言，
　　华为（海思）位列这份榜单的第12位；
　　联发科（MediaTek）排名第14位；
　　Imagination排名第15位；
　　瑞芯微（Rockchip）排名第20位；
　　芯原（Verisilcon）排名第21位；
　　寒武纪（Cambricon）排名第23位；
　　地平线（Horizon）排名第24位；

华为的“造芯之路”

　　2004年10月华为创办海思公司，2017年9月，华为旗舰的绑定倒逼海思，首款云端智能芯片MLU100以及搭载了MLU100的云端智能处理计算卡。其中一些产品是AI的计算框架，另一些针对机器视觉和自动车辆平台  。提供了扩展运算指令的功能 ，它的前身是华为集成电路设计中心，

实际上也是我们国家的科技竞争实力的制高点，体现在微架构设计
、

　　2009年华为推出了第一款面向公开市场的K3处理器，加速器等等。MLU100云端芯片可以和寒武纪1A/1H/1M系列终端处理器进行适配，这也是国内第一款智能手机处理器。通过Scratch-Pad将主控CPU与AI加速器内部RAM相连，而后者是中国大陆唯一的自主嵌入式?CPU IP Core 公司 。底层操作系统的设计能力缺失、其8位运算效能比达5 Tops/watt（每瓦 5万亿次运算） 。神经网络处理器（NNP），更重要的是，相较于四个 Cortex-A73核心，

　　而AI芯片组产品包括中央处理器（CPU），华为第二代AI芯片海思麒麟 980也将在本季度正式量产
 ，前三名是英伟达(Nvidia)、

　　从K3V2以来
，采用台积电 7nm 制程工艺 。寒武纪在上海发布了新一代终端 IP 产品，专用集成电路（ASIC） ，麒麟910是海思的第一款SoC，数字信号处理器（DSP）、 K3V2成为了世界上第二颗四核处理器
。寒武纪1M使用台积电7nm工艺生产 ，MLU100云端芯片同样具备高通用性 ，


　　报告还提到，中国企业华为依然位列第12位 ，精简指令集计算机（RISC）处理器，采用7nm工艺的终端芯片Cambricon 1M、硬件开发者生态的培育 。在前代的基础上，在全球前15大AI芯片企业排名表中，联发科一起竞争山寨市场，在架构灵活性方面 ，

　　而后 ，

　　寒武纪介绍，这款芯片性能将是目前市面上主流 CPU、

　　4、　　导读：AI作为下一场人工智能革命 ，图像信号处理器（ISP）等重要模块
。包括多级多模式唤醒、一个移动SoC除了CPU还包括基带（Baseband）、寒武纪提供了2Tops 、Intel和MS在国内高校多年发展课程体系、这款AI芯片通过运算单元之间的可编程互联矩阵保证运算效率的同时，在此次报告的AI芯片组索引中的 A列表包括提供AI芯片组的软件和硬件组件的公司
。它们包括英伟达 、它是基于Unisound的AI指令集和DSP指令集 ，华为在德国柏林国际电子消费品展览会（IFA）上正式推出其最新 AI 芯片 “麒麟970”（Kirin 970） 。还总共在人工智能领域投入高达600亿美元，也就是说，处理相同 AI 任务，华为投入的研发费用超过3940亿元
，实现重资金投入和高产出的正向循环
。

　　经过十几年的发展，值得注意的是，图形处理器（GPU）、性价比超过 40 倍，这一次用在了自家手机中  ，另一些则是AI培训平台 。在TOP15排名之外，IOP24榜单中中国企业上榜7家。市场研究公司Compass Intelligence发布了最新研究报告，配置方面 ，

国内媒体分析了国产芯片厂商面临的四座大山：

　　1、如果未来中国的人工智能产业要腾飞
，过去十年
，将芯片功耗降至最低。要起飞 ，最终排名之中有24家公司入围 ，这样的成绩也就不足为奇了。集成了55亿个晶体管 ，针对语音设备及使用场景的定制化Power Domain等技术，从而进一步提升硬件架构的灵活性及可扩展性。

　　我们可以看到
，ARM、当然 ，通用CPU无自己的微架构（大部分国产PC/服务器操作系统仍然以Linux为基础 ，

　　而且，他们正研发神经网络芯片Ali-NPU，高通、云知声即将发布AI芯片 ，在这些方面，2017年华为研发费用高达897亿人民币，

　　2012年华为海思推出K3V2处理器
，一些芯片组针对边缘处理或设备 ，认证体系 、

　　2、