2. 专门为特定的 AI 产品或者服务而设计的晶元,称之为ASIC(Application-Specific Integrated Circuit),主要是侧重加速机器学习(尤其是神经网路、深度学习),这也是目前AI 晶元中最多的形式;
3. 受生物脑启发设计的神经形态计算晶元,这类晶元不采用经典的冯·诺依曼架构,而是基于神经形态架构设计,以 IBM Truenorth为代表。
在AI应用还没有得到市场验证之前,通常使用已有的通用晶元进行并行加速计算,可以避免专门研发ASIC晶元的高投入和高风险。但是这类通用晶元设计初衷并非专门针对深度学习,因而存在性能、功耗等方面的局限性。随著人工智慧应用规模持续扩大,这类问题日益突显,待深度学习演算法稳定后, AI 晶元可采用 ASIC 设计方法进行全定制, 使性能、功耗和面积等指标面向深度学习演算法做到最优。