2. 專門為特定的 AI 產品或者服務而設計的晶元,稱之為ASIC(Application-Specific Integrated Circuit),主要是側重加速機器學習(尤其是神經網路、深度學習),這也是目前AI 晶元中最多的形式;
3. 受生物腦啟發設計的神經形態計算晶元,這類晶元不採用經典的馮·諾依曼架構,而是基於神經形態架構設計,以 IBM Truenorth為代表。
在AI應用還沒有得到市場驗證之前,通常使用已有的通用晶元進行並行加速計算,可以避免專門研發ASIC晶元的高投入和高風險。但是這類通用晶元設計初衷並非專門針對深度學習,因而存在性能、功耗等方面的侷限性。隨著人工智慧應用規模持續擴大,這類問題日益突顯,待深度學習演算法穩定後, AI 晶元可採用 ASIC 設計方法進行全定製, 使性能、功耗和麪積等指標面向深度學習演算法做到最優。