芯片与未来:通用类、fpga、asic三大类

AI芯片与未来：DPU、GPU、NPU、ASIC和FPGA当前市场上主要有通用类、FPGA、ASIC三大类AI计算芯片。其中GPU目前市场使用率最高，商业化较为成熟，全球最主要的供应商是英伟达，而以FPGA和ASIC架构研发出的AI芯片种类较多，目前尚处于发展探索阶段，例如较为知名的NPU、TPU就是以ASIC架构为基础设计的。

GPU，即图形处理器，又称显示核心、视觉处理器、显示芯片，起初是一种专门在个人电脑、工作站、游戏机和一些移动设备上做图像和图形相关运算工作的微处理器，是一种由大量运算单元组成的大规模并行计算架构，专为同时处理多重任务而设计。大数据时代，GPU被广泛应用于数据中心、矿机、深度学习等领域。GPU芯片采用统一渲染架构，计算通用性最强，可以适用于多种算法，在算法尚未定型的领域，GPU是最佳选择。

fpga逻辑工程师的岗位基本上都是要硕士毕业，要求不低，薪资也绝对不低，发展前景很好的。就是比较难学，首先要精通数字电路，然后VHDL/verilog描述语言至少精通一种，alater与xilinx的开发环境要熟悉，具备缜密的逻辑能力。纯软件开发前途要好得多，你能沉淀几年可以去中软华为中兴银行政府，薪水非常很厚。FPGA属于硬件方面，想学好很难，就业提升空间显然没有学软件的好啊。

论算法实现速度，FPGA肯定比微处理器快多了，因为FPGA可以算准每一个时钟周期的任务，而微处理器执行C程序可能会浪费很多时钟周期。论算法实现难度，如果放在几年前，复杂算法肯定不会用FPGA做，太麻烦了，C语言的顺序设计思想则很方便许多，但现在随着各个FPGA厂商推出DSP工具，用FPGA实现复杂算法倒简单了很多，几乎一行代码不用写，直接用图形界面就设计完了，类似画流程图一样。

FPGA是非常有发展前景的，具体我就不多说了，有很多相关网站介绍。学习FPGA得先从硬件描述语言学起Verilog或者VHDL，（现在用Verilog比较多），然后安装相关软件，上机操作，再配上一块开发板做做小实验，一步一步慢慢学。单片机虽然基础，但还是有用的。就像数字的时代还是离不开模拟电子技术一样。FPGA也有不如单片机的时候。

这里基于自己的一些观察做些浅析，欢迎朋友们拍砖。很多时候FPGA的芯片体积和功耗一直是ASIC厂商攻击的目标，不过，随着工艺尺寸的进一步降低，我发现了一个很有趣的现象：在90nm工艺节点，有大把的ASIC厂商在玩，到65nm的时候就减少了很多，现在到40nm的时候，能玩起这个节点的人更少了，也许只有排在top10的厂商有点实力去玩玩，这时，反倒是赛灵思、Altera等FPGA厂商在工艺节点上走得比较快了，据说他们已经在研发28nm的器件了，所以工艺节点进一步缩小的时候，FPGA的优势就显示出来了－－－ASIC掩模费用需要独立承担，但是FPGA的掩模费用是很多客户承担，而且随着工艺节点缩小，FPGA的这个优势就越明显。