华为昇腾，阿里含光，为什么大家都做起了AI芯片？
大嘉购官网整理编辑：
文章经授权转自公众号： 差评(ID：chaping321)，作者：差评君
如果差友们留心了昨天的科技新闻，可能已经被含光 800 NPU 芯片给刷屏了。
实际上，在这次「 全球最强 」的一个月前，华为也在深圳正式发布了号称「 史上最强 」的 NPU 芯片昇腾 910。
这些「 * PU 」其实是「 Processing Unit 」的缩写，意思是「 处理器 」。
差评君这一代人能想到的无非就是 CPU ( 中央处理器 )和 GPU( 图形处理器 );CPU 让电脑运行更快，GPU 能让游戏运行更流畅。
结果冷不丁冒出一个 NPU，做的最好的还是我们中国的企业，这就让不少人觉得匪夷所思了起来。
含光 800 看起来和电脑上的显卡 GPU 没什么区别
于是有个说法就冒出来了，说 NPU 就是个概念炒作，根本没有存在的必要。
还有人说，在 AI 芯片领域国内企业好几次抢到的全球第一，是自家人窝里斗。。。
说实话，差评君还真不觉得这是什么 「 炒作 」或者「 窝里斗 」，NPU 是很合理也有技术含量的电子产品。
NPU 的全称是「 神经网络处理器 」，用来进行 AI 运算的处理，像人脸识别、自拍美颜这些我们日常会用到的功能，其实统统都属于 NPU 的管辖范围。
不过差评君要在这里纠正一个误区，AI 运算并不难，只是运算量需求很大。
如果说 CPU 需要负责的内容就好像是几道高等数学题，AI 运算就像是几百万道小学的加减法。
AI 运算的目的就是从很多次运算中选出一个结果
来源：DeepMind 博客
虽然 CPU 是一位做加减法不在话下的大学教授没错，但面对上百万次的加减法也得头疼的够呛。
而 NPU 就像是几万个专门做加减法的小学生，同样的 AI 运算，NPU 的效率远高于 CPU，因此 NPU 最早又叫 AI 运算加速器。
像以前，手机上没有 NPU，拍照也能美颜，但却只能在拍完照片后才能对效果进行调整。
而有了 NPU 后，美颜效果却能实时显示在取景框里，但要是差评君不说，可能大家都反应不过来这是 NPU 的功劳。
所以要说 NPU 是个伪命题可就太委屈了，像是高通，从骁龙 660 开始就开始集成 AI 运算加速器了;只不过没像国内厂商一样，造个类似 NPU 的新词。
而谷歌更是在 Pixel 2 上使用了两块 NPU：除了骁龙 835 之外，还定制了一块名为「 视觉核心( Visual Core )」的 NPU，用以辅助图像处理。
《 Pixel 视觉核心：Pixel 2 的图像处理与机器学习 》
来源：谷歌官方博客
谷歌肯定不傻，要是 NPU 没什么卵用的话，它也肯定不会往手机里塞两块 NPU。
但要非得说 NPU 概念炒作的话，也只能说是国内厂商生造了这么个词，给产品增加了个卖点，AI 运算加速这个概念本身是没问题的。
况且后来高通不也开始搞所谓「 AI 增强 」的 660 AIE 和 845 AIE 了嘛。
来源：小米 MIX 2 发布会资料
差评君上面说的这些其实已经是后话了，在 NPU 没有落地到手机上之前，NPU 相关的研究就已经开始了。
几年前提到 AI，差评君也就能想到天气预报和我们的生活有点关系：气象台通过 AI 分析气象图，预测接下来的气候变化。
而当时用来预测天气的「 曙光 6000 」超级计算机，大部分运算单元使用了国产的「 龙芯 」 CPU。
让大学教授算几百万道加减法的事，我们以前其实是干过的。
后来，大家发现，让 GPU 做 AI 运算，效率比 CPU 高不少;因为和 CPU 这位大学教授相比，GPU 差不多是一群会做方程式的初中生。
因此在 NPU 出世之前，大家都用 GPU 搞 AI ，核弹厂 NVIDIA 还造了让 GPU 跑算法的工具 cuDNN ，顺便赚了不少钱。
超算不是大家都有，但 GPU 花点钱各家大厂也不是买不到，于是很多数据中心甚至也买了显卡，然后往外卖算力。
所以慢慢 AI 运算就算发展起来了。
来源：阿里云宣传页
比如在淘宝里上传一张照片就能找到对应的商品，在形色里拍一棵树就能知道树的品种。( 这些现在已经算是 AI 识图比较基础的应用了 )
但后来大家渐渐发现，拿 GPU 做 AI 运算，即便算力跟得上，电费和买显卡的钱也跟不上。
大家这才开始考虑要不要做专门处理 AI 运算的 NPU 。
最先出手的其实是谷歌，在别家都还在用老黄家「 核弹 」的时候，谷歌率先宣布使用自研的 TPU 替代 GPU，之后才是各家自己的 NPU 纷纷冒了出来。
顺便一提，NPU 和 TPU 除了名字不同，其实本质上没啥区别。
谷歌的张量处理器( TPU )已经发展到第三代了
结果大家也看到了，华为、阿里也拿出了自家的 NPU，而且在性能上不遑多让，这个弯道超车着实让大家意外。
这么多年了，我们一直做不出来像样的 CPU 和 GPU，结果突然一下子，NPU 就做了比别人都好了。
就好像考试回回挂科的孩子突然之间拿了个第一，让大家又惊又疑。
但稍微琢磨一下，这事其实也不是不能理解：因为在 NPU 上，我们并没有落后什么。
Intel 和 AMD 打 CPU 专利战的时候，别说通网了，我们国家计算机都还没普及起来;GPU 也是差不多同一个情况。
而等几大巨头尘埃落定的时候，相关专利该注册也注册完了，利益集团也稳固了;即使我们国家的企业有心做 CPU 和 GPU，也绕不开各种专利墙的限制。
不是中国 CPU 不行，中国 CPU 专利不行
来源：知乎用户 @马文彬
NPU 却是和 CPU、GPU 不同的一种芯片，虽然可能也会有撞上专利墙的情况，但总归施展空间要比前两者大得多。
而且国外几大巨头也才刚刚开始 NPU 的研究，在这上面国内企业的赢面还很大。
外加上 NPU 还能给 AI 行业带来更多机遇，比如之前刷遍全网的 ZAO，只需要十几秒就能把视频里的脸给换了。
这事世超也试过，但他拿 GPU 花了 30 天才把脸给换上，和 NPU 的运算速度完全不能比。。。
用户喜欢，厂商有钱赚，不用国家政策激励，厂商自己就会更积极地去研发 NPU。
而随着 NPU 效率越来越高，AI 以后能做的也就不止像 ZAO 这类能够给大家提供娱乐消遣了。
比如可以用图像识别实时统计场馆里的客流量，几万人的场馆怕是也不在话下。
场馆人流量统计演示
来源：云栖大会 @阿里达摩院
无人驾驶能处理的数据量也更大，打「 无人的士 」的可能越来越大。
只要 AI 再这么发展下去，它能处理的问题面越宽，NPU 的重要性就越大。
说不定以后的电脑也没有了 CPU 和 GPU，只剩下了一块 NPU 去处理我们的各种需求，这个时候国产芯片就可以占据世界主导地位，我们在半导体上就有了更多话语权。
差评君昨天去阿里云栖大会时，近距离看到了正在运行的含光 800 NPU 组。
也许有那么一天，全世界电脑里的核心芯片，都能像上图那个机箱一样，标示的都是中文汉字。
特别声明：本文为合作媒体授权DoNews专栏转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表DoNews专栏的立场，转载请联系原作者及原出处获取授权。(有任何疑问都请联系idonews@donews.com)
