随着5G和人工智能技术的不断发展,对于专业领域大数据计算的需求越来越迫切。
SoC片上系统以CPU为核心的设计渐渐难以满足前沿科技领域的要求。
于是,各种专用处理器如同雨后春笋般冒了出来,让人应接不暇。除了CPU和GPU大家可能比较熟悉外,像什么TPU、NPU等恐怕很少接触。
这里我们仅讨论嵌入式计算机(芯片)的处理器,尽管CPU和GPU在通用计算机系统中也非常常见。
在SoC上,CPU是绝对的中央处理器。除了运算能力之外,它负责与其他处理单元进行“沟通交流”。调动系统中其他模块,协同工作。
处理指令、执行操作、控制时间、处理数据。
随着嵌入式系统的不断发展,CPU处理数据的能力渐渐弱化。它已经逐渐演变成系统的指挥者。
更加注重的是指令处理、信息控制和协调能力。
虽然它本身运算能力也不弱,但芯片设计者并不要求CPU一定要比某方面的专家更强。
图形处理器,是专业执行图形图像处理、3D视觉、影视加工的。
在个人PC上,GPU存在于显卡内部,但在SoC上,GPU往往与CPU模块集成在了一起。但这不是绝对的。
通用芯片通常会这么处理,但如果是专业图形处理的芯片,GPU一般都会和CPU分开布局。
张量处理器,是专门为机器学习定制的处理器。内部设计了很多人工智能相关的学习模型,可以让处理器更快的进行海量数据的处理和分析。
与GPU相比,TPU拥有更多更复杂的指令集和软件程序。能够更快的输出机器学习的结果。
神经网络处理器,专门为物联网人工智能而设计。用于加速神经网络的运算,解决传统芯片在神经网络运算时效率低下的问题。
与TPU类似,NPU内部同样集成了专门用于物联网运算的相应模型和算法。
能够保证在专用领域内更快得到结果。
除了以上几种比较常见的类型外,还有VPU(矢量处理器)、WPU(可穿戴处理器)、HPU(全息图像处理)等等很多不同种类的处理器。
它们通常都是与CPU和GPU组合,嵌入SoC系统。
目前这些面向专业领域的处理器还处于发展初期,名称也完全是由开发这类处理器的公司自行命名。
除了CPU和GPU之外,其他处理器的命名都还没有得到业界的广泛认可。
对于我们普通大众来说,或许根本不会关心这些不同处理器到底有何作用。我们所看到的都是应用这些处理器的最终产品。甚至连承载这些处理器的芯片都很难接触到。
《芯片有话说》系列暂时到此为止,以后会陆续进行补充。
页面更新:2024-05-23
本站资料均由网友自行发布提供,仅用于学习交流。如有版权问题,请与我联系,QQ:4156828
© CopyRight 2020-2024 All Rights Reserved. Powered By 71396.com 闽ICP备11008920号-4
闽公网安备35020302034903号