ARM處理器、X86處理器和AI處理器的區別

ARM處理器、X86處理器和AI處理器的區別

目前主要的處理器架構有：

• X86: Intel, AMD, 海光, 兆芯
• ARM: 華爲，飛騰，華芯通，Cavium，Ampere，富士通，亞馬遜
• POWER：IBM, 中晟宏芯
• MIPS：龍芯
• Alpha：申威

X86處理器

X86架構（The X86 architecture）是微處理器執行的計算機語言指令集，指一個intel通用計算機系列的標準編號縮寫，也標識一套通用的計算機指令集合。

ARM處理器

 ARM（Advanced RISC Machines）一個32位元精簡指令集(RISC)處理器架構，ARM處理器普遍地使用在許多嵌入式系統設計。ARM處理器的特色有指令長度固定，執行效率高，低成本等。

 ARM 架構是開放性的商業 IP 受權，x86 是封閉架構，美國 Intel 和 AMD 對知識產權處於壟斷地位

(PS:如今華爲等國內公司研發多以ARM架構爲主）

ARM 比 x86 架構的優點和劣勢

優點：

• 1) 物理核心更多，適用於當前數據中心主流的分佈式計算場景；例如大數據、分佈式存儲、HPC 等；
• 2) 能耗更能，節能環保；與一樣性能的 x86 處理器相比，功耗低 20%以上；

劣勢：

• 1) 單核性能稍弱於 x86；
• 2) 相比於 Intel AVX512，向量指令運算能力偏弱，在 HPC 部分場景性能低於 x86；對通用場景無任何影響；

什麼是異構？

• 1) 從計算單元角度來看，x86 處理器以外的計算單元，均可認爲是異構單元，例如 GPU，FPGA 加速卡等；
• 2) 從軟件系統集羣角度來看，基於不一樣處理器的服務器能夠認爲是異構；例如基於 E5-2650v4 的大數據集羣使用基於 Gold 5115 或者鯤鵬 916 的服務器來擴容，就屬於擴容異構節點。

什麼是衆核？

衆核是相對於單核而言，即最先的芯片只有一個核，到後來的雙核（dual core）和四核（quad core）。超過這個數量的，很少於 10 個核的，通常稱爲多核「multi core」。當前的 CPU 核數達到 32~64，業界稱爲衆核「many core」。多核和衆核之間的界限，並無嚴格的限制。

AI處理器

所謂的AI芯片，通常是指針對AI算法的ASIC（專用芯片）。傳統的CPU、GPU均可以拿來執行AI算法，可是速度慢，性能低，沒法實際商用。

華爲很早就開始佈局AI芯片。2017年9月德國IFA電子消費展上，華爲就率先推出了內置NPU（獨立神經網絡處理單元）的全球首款AI芯片麒麟970。

AI處理器的發展和設計目標

目前在圖像識別、語音識別、天然語言處理等領域，精度最高的算法就是基於深度學習的，傳統的機器學習的計算精度已經被超越，目前應用最廣的算法，估計非深度學習莫屬，並且，傳統機器學習的計算量與 深度學習比起來少不少，因此，我討論AI芯片時就針對計算量特別大的深度學習而言。畢竟，計算量小的算法，說實話，CPU已經很快了。並且，CPU適合執行調度複雜的算法，這一點是GPU與AI芯片都作不到的，因此他們三者只是針對不一樣的應用場景而已，都有各自的主場。

GPU原本是從CPU中分離出來專門處理圖像計算的，也就是說，GPU是專門處理圖像計算的。包括各類特效的顯示。這也是GPU的天生的缺陷，GPU更加針對圖像的渲染等計算算法。可是，這些算法，與深度學習的算法仍是有比較大的區別，而個人回答裏提到的AI芯片，好比TPU，這個是專門針對CNN等典型深度學習算法而開發的。另外，寒武紀的NPU，也是專門針對神經網絡的，與TPU相似。
谷歌的TPU，寒武紀的DianNao，這些AI芯片剛出道的時候，就是用CPU/GPU來對比的。

AI芯片，好比大名鼎鼎的谷歌的TPU1。

TPU1，大約700M Hz，有256X256尺寸的脈動陣列，以下圖所示。一共256X256=64K個乘加單元，每一個單元一次可執行一個乘法和一個加法。那就是128K個操做。（乘法算一個，加法再算一個）