一周观点未来可能颠覆CPU的几类芯片.PDFVIP

[Table_main] 行业研究类模板 半导体行业 报告日期：2016 年5 月2 日 点 评 一周观点：未来可能颠覆CPU 的几类芯片 ──行业点评报告 ：杨云 执业证书编号：S0860510120006 [table_invest] 行 ：021 行业评级 业 ：chenjunjie@ 半导体 看好 公 司 报告导读 研 随着人工智能和深度学习的发展，未来有些芯片，具有颠覆 CPU 的潜 究 力。本周我们就来盘点一下，这些具有潜力的芯片。 ｜ 投资要点 [Table_relate] 半 相关报告 导  神经网络处理芯片 1 《一周观点：聊聊毫米波雷达芯片》 体 传统的计算芯片，都是基于冯诺依曼架构。冯诺依曼架构是计算存储程序原理， 2016.04.24 行 业 把程序本身当作数据来对待。此后的半个多世纪以来，计算机的发展取得了巨 2 《一周观点：九州地震带来的集成电路 ｜ 大的进步，但“冯·诺依曼架构”中信息存储器和处理器的设计一直沿用至今，连 产业链影响分析》2016.04.16 接存储器和处理器的信息传递通道仍然通过总线来实现。随着处理的数据量海 3 《一周观点：浅析人工智能芯片》 量地增长，总线有限的数据传输速率被称为“冯·诺依曼瓶颈“。神经网络形态芯 2016.04.10 片，是真正有别于冯诺依曼架构的新型芯片 4《一周观点：清晰的未来,聊聊AMOLED 产业链》2016.04.03  GPU 5 《一周观点：3D NAND—快速增长的 GPU 在 “深度学习”领域发挥着巨大的作用，因为GPU 可以平行处理大量琐碎 细分领域》2016.03.27 信息。深度学习所依赖的是神经系统网络——与人类大脑神经高度相似的网络 ——而这种网络出现的目的，就是要在高速的状态下分析海量的数据。例如， 如果你想要教会这种网络如何识别出猫的模样，你就要给它提供无数多的猫的 图片。而这种工作，正是GPU 芯片所擅长的事情。而且相比于CPU ，GPU 的 另一大优势，就是它对能源的需求远远低于 CPU。GPU 擅长的是海量数据的 快速处理。  FPGA 对于深度学习而言， FPGA 的可编程逻辑原件可用于实现普通逻辑功能中的 数据和控制路径，而不依赖于冯·诺伊曼结构。它们也能够利用分布式片上存 储器，以及深度利用流水线并行，这与前馈性深度学习方法自然契合。 [table_research] 报告撰写人：杨云  一周行情 数据支持人：陈俊杰