寒武纪是如何与英伟达和华为海思较劲的？

软硬件的关键技术的特性以及软硬件融合的程度直接决定了AI芯片的单核、多核性能以及对不同数据精度和算法支持的表现。也是影响业界评判一款芯片PPA（Power、Performance、Area）的关键。根据AI芯片发展的应用范畴，在性能功耗比、制造工艺、软件成熟度以及未来发展趋势上，AI芯片也分主流技术水平以及未来技术发展趋势。

注1：性能功耗比按理论峰值性能和芯片整体功耗进行估计。

注2： INT2/4/8/16 分别代表进行 2 位、 4 位、 8 位、 16 位定点运算， FP16/32 分别代表进行16 位、 32 位浮点运算， BF 16 代表进行 16 位脑浮点运算。

注3：表中所述终端芯片都指具备专门化、本地化人工智能处理能力的 SoC 芯片。

注4：上表中没有针对专用型智能芯片（ASIC）进行比较，因该类芯片功能相对单一，通常无须使用 Fin Fet 等先进制造工艺，与通用型智能芯片的行业特点显著不同，且不是公司主营业务所关注的重点。

注5：训练和推理的性能功耗比均以理论峰值性能计算。

资金实力与人才实力

无论是传统芯片还是AI芯片，能够持续投入研发进行产品迭代才是保持芯片竞争力的关键。特别是，芯片行业是一个长周期，高投入的行业。因此，资金实力与人才也是影响AI芯片竞争力的关键。

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!