2021年汽車AI芯片市場格局與智能座艙前景分析報告（38頁）.pdf

1、FPGA 全稱是 Field Programmable Gate Array：又稱可編程邏輯門陣列，算力較高，適合小規模定制化開發測試。用戶可通過燒入配置文件來定義其內部結構的連線，從而達到定制電路的目的。FPGA 的芯片量產成本較高，能效比較差，不如 ASIC 專用芯片。適用于科研、企業開發階段，一旦方案確定，其成本優勢就不再突出。代表廠商：賽靈思、阿爾特拉(被英特爾收購)、深鑒科技。 ASIC 全稱是 Application-Specific Integrated Circuit：是一種為專門目的而設計的集成電路，具有算力最高，能效比優等特點。ASIC 面向特定用戶的需求，適合較為單一的大

2、規模應用場景，運行速度在同等條件下比 FPGA 快。但在架構層面對特定智能算法作硬化支持，指令集簡單或指令完全固化，若場景一旦發生變化，該類 AI 芯片便不再適用，需要跟新換代。面對現階段，AI 算法日新月異，每年都有大量的算法被開發出來，對于自動駕駛領域適用性不強。所以現階段并沒有真正意義上的 ASIC 芯片。 N-SOC，(即添加神經網絡單元的系統級芯片)是指在芯片中集成更多的神經網絡單元，以實現快速的 CNN(卷積神經網絡)運算。N-SOC 是現階段市場的新名詞，主要系隨著 AI 芯片的發展，傳統定義方法并不完全適用，N-SOC 區別于 ASIC 的智能算法被硬化，但其并不是一顆完全通用

3、芯片，僅支持少量的算法。典型的代表企業：英特爾旗下的 Mobileye、華為(達芬奇架構 Ascend 系列)、寒武紀(MLU 系列)、百度(昆侖云)、阿里平頭哥、Google(TPU)等。由通用向專用排序依次：CPU、GPU、FPGA、ASIC;數據處理成本經濟性(由優至差)：ASIC、FPGA、GPU、CPU。1)CPU 最通用，算力差，能效比最差，但除了運算，還包括控制指令，不可被替代;2)GPU 為較為通用的芯片，算力高，架構較為開放，可允許主機廠基于底層硬件架構開發自己的專門算法，但能效比較差;3)FPGA，算力一般，可根據客戶需求用配置文件更改芯片結構的連線，實現定制電路，適用于實驗室科研、前期開發等小批量應用;4)ASIC 為專用芯片，算力高、能效比優，節約不必要開發資源，規模量產成本最低，但支持算法不夠靈活。