CPU、DSP、GPU，首批AI设计的芯片用在了哪里？-德赢Vwin官网网

人工智能（AI）时代已经到来，AI正在深入各行各业，包括芯片设计领域。AI能够加速流程、提高决策能力、减少人为错误，以及协助完成枯燥重复的任务等等。在半导体行业，为了支持下一代数据中心、医疗设备和最新款智能手机的创新，以及应对气候变化和能源效率等全球问题，市场对先进芯片的需求不断增长。与此同时，芯片设计的复杂性不断增加、上市时间窗口不断缩短，因此开发者需要新的芯片设计方法。

然而，由于设计过程的复杂性，AI技术早期在半导体行业（特别是EDA工具市场）的利用和普及速度很缓慢。新思科技看到了AI在芯片设计领域的巨大潜力，推出DSO.ai解决方案。该解决方案是业界首个AI驱动的强化学习芯片设计技术方案，不仅能够显著提高生产力和性能，而且还具有云可扩展性。

AI在芯片设计领域具有无限的潜力，我们目前只触及了皮毛，未来有望将其应用范围扩展到从架构到制造的整个EDA设计流程。芯片设计行业面临着诸多挑战，比如空前紧张的开发周期、工程资源限制以及制造工艺中不断增长的成本和风险，所有这些问题都可以在AI的帮助下得到改进。

本文将进一步介绍利用AI进行芯片设计的优势和未来发展趋势，以及新思科技在AI创新时代中起到的重要作用。

AI在芯片设计中的主要优势

AI改变了设计芯片的方式。利用AI有诸多优势，包括缩短设计时间、提高性能以及早在架构设计阶段就能提供反馈。最重要的是，AI能够提高生产力，并在不影响结果质量的情况下加快芯片设计和交付速度。

此外，AI可以更大限度地降低成本、减少所需的资源，让设计团队有更多时间来专注实现颠覆性创新，从而提高生产力。这种影响非常明显，因为企业可以有效地利用自己的人才库并提高产出，投资未来市场领先的产品。

从长远来看，AI可以帮助开发者提高效率，同时提升设计质量。在功耗、性能和面积（PPA）方面，AI可以识别人为错误并找到解决方案，帮助实现更出色的结果质量。而在纯人工迭代流程中，无论是速度还是准确性，这些工作对开发者来说都是很大的挑战。

AI还让我们有望开发出能够自我优化的设计工具。自动驾驶汽车可以探测现实世界中的互动来改进它们在不同的（本地）驾驶条件下的反应，与之非常相似，AI驱动的工具能够在每次设计迭代中学习并不断改进AI模型，有效地实现跨模块和跨项目扩展，从而缩短产品上市时间。

AI在芯片设计领域的应用

从自动驾驶汽车到人脸识别、仿真和5G移动设备，AI已经广泛应用于各种现实生活场景，为我们日常生活中的各种数字产品提供技术支持。

新思科技DSO.ai的首批客户中，有一些已经使用该技术为各种终端应用设计出了非常先进的CPU、DSP和GPU。硬件市场为AI创新留足了空间，但由于其密集的资源需求，加上云和边缘领域都突破了现有芯片技术在PPA上的极限，AI技术也给先锋企业带来了一些独特的挑战。

AI还可以帮助开发者为汽车和AI芯片等具有特殊需求的新兴垂直领域探索不同的架构。在开发者提出新的AI芯片架构时，AI可以协助对关键考虑因素进行假设分析，比如配电网络和众多计算单元的顶层互连规划等因素。

新思科技

为AI在芯片设计领域铺平道路

由于芯片开发流程包括多个阶段，因此AI驱动的解决方案集成得越紧密，效果就越好。在新思科技AI技术的帮助下，客户的生产力提高了3倍多，结果质量改善了多达20%，所需的资源也有所减少。而且，这一切只是开始。

芯片设计的AI时代已经到来，随着AI技术的加速普及，新思科技正在帮助其他设计公司从中获益。新思科技致力于将AI融入到半导体行业生态圈和供应链中，作为AI领导与执行的先行者，新思科技正在为下一波先进设计和应用的到来铺平前进之路。

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

新思科技

新思科技

+关注

关注
5

文章
796

浏览量
50334

原文标题：CPU、DSP、GPU，首批AI设计的芯片用在了哪里？

文章出处：【微信号：Synopsys_CN，微信公众号：新思科技】欢迎添加关注！文章转载请注明出处。

CPU\GPU引领，国产AI PC进阶

德赢Vwin官网网报道（文/黄晶晶）当前AI PC已经成为PC产业的下一个浪潮，国产CPU、GPU厂商在PC市场一直处于追赶态势，AI PC给了大

发表于 09-01 02:15 •5066次阅读

$CPU\GPU引领，国产AI PC进阶$

6家计算芯片厂商业绩两极分化！GPU、CPU卷向高端，AI芯片加速渗透至大模型产业

，业绩如何呢？计算芯片包括AI芯片、CPU、GPU等关键环节，德赢Vwin官网网统计了海光信息、澜起

发表于 04-28 05:54 •4918次阅读

6家计算<b class='flag-5'>芯片</b>厂商业绩两极分化！<b class='flag-5'>GPU</b>、<b class='flag-5'>CPU</b>卷向高端，<b class='flag-5'>AI</b><b class='flag-5'>芯片</b>加速渗透至大模型产业

《算力芯片高性能 CPUGPUNPU 微架构分析》第3篇阅读心得：GPU革命：从图形引擎到AI加速器的蜕变

CPU、GPU的演进历程,AI专用芯片或将引领未来计算平台的新方向。正如爱因斯坦所说：\"想象力比知识更重要\" —— 在芯片设计领域,创新

发表于 11-24 17:12

【「算力芯片 | 高性能 CPU/GPU/NPU 微架构分析」阅读体验】--全书概览

、GPU、NPU,给我们剖析了算力芯片的微架构。书中有对芯片方案商处理器的讲解，理论联系实际，使读者能更好理解算力芯片。全书共11章，

发表于 10-15 22:08

深蕾半导体ASTRA AI详细介绍

ASTRA AI芯片是一种集成了多种计算单元（包括NPU/uNPU、GPU、CPU、DSP等）的异构计算系统级

发表于 09-12 16:49 •353次阅读

名单公布！【书籍评测活动NO.43】算力芯片 | 高性能 CPU/GPU/NPU 微架构分析

这个想法被否决了，因为投入较大、难以落地，且客户对算力的认同远不及今天这种高度。这几年间其实我们联系甚少，但是作者一直没有脱离对芯片的应用和关注。特别是目睹GPU从消费电子转向算力芯片

发表于 09-02 10:09

自动驾驶三大主流芯片架构分析

当前主流的AI芯片主要分为三类，GPU、FPGA、ASIC。GPU、FPGA均是前期较为成熟的芯片架构，属于通用型

发表于 08-19 17:11 •1581次阅读

AI芯片哪里买？

AI芯片

芯广场
发布于 :2024年05月31日 16:58:19

Arm发布针对旗舰智能手机的新一代CPU和GPU IP

全球领先的芯片设计公司Arm宣布了针对旗舰智能手机市场的全新CPU和GPU IP设计方案——Cortex-X925 CPU和Immortal

发表于 05-31 09:44 •584次阅读

CPU渲染和GPU渲染优劣分析

GPU的出现，基于GPU的渲染获得了很大的普及。这些GPU是特定用途的芯片，在某些情况下提供与CPU渲染相当的结果。从广义上讲，

发表于 05-23 08:27 •588次阅读

为什么跑AI往往用GPU而不是CPU？

GPU的能力，并且支持的GPU数量越多，就代表其AI性能越强大。那么问题来了，为什么是GPU而不是CPU？

发表于 04-24 08:27 •1868次阅读

AI训练，为什么需要GPU？

随着由ChatGPT引发的人工智能热潮，GPU成为了AI大模型训练平台的基石，甚至是决定性的算力底座。为什么GPU能力压CPU，成为炙手可热的主角呢？要回答这个问题，首先需要了解当前人

发表于 04-24 08:05 •1075次阅读

RISC-V芯片新突破：CPU与GPU一体化核心设计

X-Silicon 的芯片与其他架构不同，其设计将 CPU 和 GPU 的功能结合到单核架构中。这与 Intel 和 AMD 的典型设计不同，后者有独立的 CPU 核心和

发表于 04-07 10:41 •727次阅读

gpu是什么和cpu的区别

GPU和CPU是两种常见的计算机处理器，它们在结构和功能上有很大的区别。在这篇文章中，我们将探讨GPU和CPU的区别，并详细介绍它们的原理、应用领域和性能特点。一、概述 1.1

发表于 02-20 11:24 •1.9w次阅读

为什么GPU比CPU更快？

GPU比CPU更快的原因并行处理能力：GPU可以同时处理多个任务和数据，而CPU通常只能一次处理一项任务。这是因为GPU的架构使得它可以同时

发表于 01-26 08:30 •2392次阅读