找回密码
 立即注册
搜索

ASIC芯片科普与行业核心梳理

0
回复
58
查看
[复制链接]

1157

主题

1391

帖子

5002

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
5002
https://mp.weixin.qq.com/s/pEM_ox-eqdnxp46JTXzg6A

一、ASIC 芯片科普
1、什么是ASIC芯片
ASIC 芯片,全称为专用集成电路(Application-Specific Integrated Circuit),是指按照特定用户要求和特定电子系统的需求而设计、制造的集成电路。
与通用芯片不同,不是面向多种任务,而是专注于特定用途,像专用的音频、视频处理器,以及很多专用的 AI 芯片等都属于 ASIC 芯片的范畴。
特点是体积更小、功耗更低、可靠性提高、性能提高、保密性增强、成本降低等优点。
2、种类划分
依据定制程度可分为全定制 ASIC 芯片、半定制 ASIC 芯片及可编程 ASIC 芯片等不同类型。
全定制 ASIC 芯片:
这是定制程度最高的芯片之一,研发人员需基于不同电路结构设计针对不同功能的逻辑单元,并在芯片板搭建模拟电路、存储单元、机械结构等,逻辑单元之间由掩模版连接,其掩模版也具备高度定制化特点。
半定制 ASIC 芯片:
其构成的逻辑单元大部分取自标准逻辑单元库,部分根据特定需求做自定义设计,相对全定制 ASIC 芯片设计成本较低,灵活度较高。
门阵列芯片:包括有信道门阵列、无信道门阵列和结构化门阵列。门阵列 ASIC 芯片结构中硅晶片上预定晶体管位置不可改变,设计人员多通过改变芯片底端金属层等方式调整逻辑单元互连结构
标准单元芯片:这类 ASIC 芯片由选自标准单元库的逻辑单元构成,设计人员可按算法需求自行布置标准单元,除标准单元外,微控制器、微处理器等固定块也可用于标准单元 ASIC 芯片架构。
可编程 ASIC 芯片:可编程 ASIC 芯片可分为 FPGA 芯片和 PLD 芯片,不过在实际生产过程中,将 FPGA 芯片列为不同于 ASIC 芯片的研究机构和企业数量不断增加,所以常仅将 PLD(Programmable Logic Device)视为可编程 ASIC 芯片子类别。
3、与其他常见芯片对比优势
对比 GPU、CPU 等通用芯片,ASIC 芯片在多个方面具备显著优势。
计算能力优势:ASIC 芯片可针对特定算法优化设计,在特定任务上的计算能力强大,例如在某些 AI 深度学习算法中能实现高效的矩阵运算和数据处理,而 GPU 虽然具有强大的并行计算能力,拥有众多计算核心,可同时处理多个任务,但在特定任务上的计算效率可能不如 ASIC 芯片。
计算效率优势:ASIC 芯片的计算效率是严格匹配于任务算法的,整个芯片架构经过精确定制,能够高效地完成相应任务。
功耗优势:ASIC 芯片单位算力能耗相对 CPU、GPU 等较低,例如 GPU 每算力平均约消耗 0.4 瓦电力,ASIC 单位算力平均消耗约 0.2 瓦电力,更能满足新型智能家电等对能耗的限制。
单位算力成本优势:ASIC 因其硬件结构是为特定任务定制的,减少了很多针对通用加速计算的不必要的硬件设计,其单位算力成本相比 GPU 更低,像谷歌 TPUv5、亚马逊 Trainium2 的单位算力成本分别为英伟达 H100 的 70%、60%,能满足一定的降本需求。
二、ASIC 芯片的应用领域有哪些?1、在人工智能领域的应用
博通的 ASIC 芯片在与大型科技公司合作开发的 AI 项目中,为众多 AI 应用的实时响应提供了有力支撑,使得智能语音助手能迅速理解用户指令、图像识别系统可以快速辨别图像内容等。
英伟达除了在 GPU 领域成绩斐然外,也在积极布局 ASIC 芯片相关业务,其研发的数据处理单元(DPU)等 ASIC 芯片,旨在为数据中心等 AI 应用场景提供更优化的算力解决方案;
英特尔推出的视觉处理器(VPU)这一 ASIC 芯片,在计算机视觉相关的 AI 任务中表现出色,为智能安防监控、自动驾驶等领域的图像识别与分析贡献了重要力量;
亚马逊发布的基于 ASIC 的 AI 芯片 Trn2UltraServer 和 Amazon EC2 Trn2 实例,性价比超越了基于 GPU 的实例,单个 Trn2 实例结合多颗 Trainium2 芯片,可提供强大算力,助力 AI 应用在云端更高效地运行。
2、其他行业应用
ASIC 在耗材打印设备中,ASIC 芯片能够按照打印任务需求定制功能,精准控制喷头喷墨、走纸等操作,提升打印的精度与速度,并且降低能耗
在军事国防设备方面,被广泛应用于雷达信号处理、导弹制导系统、加密通信设备等关键军事装备中,保障军事行动中的信息安全以及武器装备的精准打击能力。
智慧安防领域更是 ASIC 芯片的 “用武之地”,像安凯微的 ASIC 芯片通过提升视频处理性能,改善监控效果,其芯片可以通过高分辨率图像处理,进行人脸识别和行为分析,不仅提升了安防系统的智能化程度,也提高了用户的安全感。
在智慧办公场景下,ASIC 芯片可用于办公设备的智能化升级,例如在复印机中实现快速的图像扫描与处理,在智能会议系统里保障音频视频的清晰传输与高效处理等,提高办公效率。
智能家居也是 ASIC 芯片重要的应用方向之一。随着物联网(IoT)的快速发展,越来越多的家庭开始关注如何通过智能设备实现生活的便利与舒适。
三、ASIC 芯片市场前景如何?
1、市场规模预测
2023 年 ASIC 占数据中心加速计算芯片的 16%,规模约为 66 亿美元。而随着 AI 计算需求的不断增长,ASIC 占比有望提升至 25%,预计到 2028 年数据中心 ASIC 市场规模将提升至 429 亿美元,复合年均增长率为 45.4%。
2、发展驱动力分析
推动 ASIC 芯片快速成长的核心因素主要源于 AI 算力集群对加速计算芯片的强劲需求。
3、ASIC 芯片领域的核心公司有哪些?
(一)国际核心公司情况
博通(AVGO.US)就是其中的佼佼者,其 2024 财年第四季度及全年业绩再创历史新高,2024 财年 AI 业务收入同比大增 220% 至 122 亿美元。
博通的 ASIC 芯片高度定制化的设计能提高算力利用率,在推理侧更具优势,大规模部署的场景下较 GPU 也更具成本优势,有望成为 AI 推理侧发展阶段算力投入重点。
Marvell 同样表现突出,得益于 AI 应用需求增加和定制 AI 硅片产量的提升,其 2025 财年三季度的数据中心业务营收同比大增 98%,环比增长 25%,在 ASIC 市场以 13-15% 的份额紧随博通之后。
英特尔推出的视觉处理器(VPU)这一 ASIC 芯片,在计算机视觉相关的 AI 任务中表现出色,为智能安防监控、自动驾驶等领域的图像识别与分析贡献了重要力量;
英伟达也在积极布局 ASIC 芯片相关业务,其研发的数据处理单元(DPU)等 ASIC 芯片,旨在为数据中心等 AI 应用场景提供更优化的算力解决方案;
谷歌推出的 TPU 系列芯片,从 TPU v1 到后续不断迭代的版本,在大规模 AI 训练和推理任务中展现出了强大优势,助力模型更快速、高效地完成参数调整与学习以及推理运算等过程。
(二)国内积极布局的公司盘点
天融信自 2003 年开始投入 ASIC 网络加速芯片的研制,目前已发布网络加速芯片、网络隔离芯片、加解密芯片等专用芯片,相关专用芯片已应用在公司的防火墙、网闸、VPN 等系列产品中。
铂科新材的芯片电感可以应用于 ASIC 芯片,起到为其前端供电的作用,并且具有小型化、耐大电流的特性,为 ASIC 芯片稳定运行提供了有力保障。
利亚德在驱动芯片、ASIC 控制芯片、NPQDMicroLED 芯片等多个领域均有布局,其与 IC 厂家联合开发的 ASIC 控制芯片,已实现量产并在部分显示产品上有应用。
安凯微的芯片属于 ASIC,目前其芯片在智慧安防、智慧办公、智能家居等领域应用广泛,比如在智慧安防领域,通过提升视频处理性能,改善监控效果,实现高效的视频分析和实时监控,助力用户及时应对潜在的安全威胁。
山石网科的 ASIC 芯片已经试产流片成功,2024 年 3 月份把 ASIC 芯片交付生产厂家进行第一次试产流片,并于 9 月底按期回片。


本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册