1.CPU
CPU(CentralProcessingUnit,中央處理器)就是機器的“大腦”，也是布局謀略、發(fā)號施令、控制行動的“總司令官”。
CPU的結(jié)構(gòu)主要包括運算器（ALU,ArithmeticandLogicUnit）、控制單元（CU,ControlUnit）、寄存器（Register）、高速緩存器（Cache）和它們之間通訊的數(shù)據(jù)、控制及狀態(tài)的總線。
簡單來說就是：計算單元、控制單元和存儲單元
計算單元主要執(zhí)行算術(shù)運算、移位等操作以及地址運算和轉(zhuǎn)換；存儲單元主要用于保存運算中產(chǎn)生的數(shù)據(jù)以及指令等；控制單元則對指令譯碼，并且發(fā)出為完成每條指令所要執(zhí)行的各個操作的控制信號。
所以一條指令在CPU中執(zhí)行的過程是這樣的：讀取到指令后，通過指令總線送到控制器（黃色區(qū)域）中進行譯碼，并發(fā)出相應(yīng)的操作控制信號；然后運算器（綠色區(qū)域）按照操作指令對數(shù)據(jù)進行計算，并通過數(shù)據(jù)總線將得到的數(shù)據(jù)存入數(shù)據(jù)緩存器（大塊橙色區(qū)域）
是不是有點兒復(fù)雜？沒關(guān)系，這張圖完全不用記住，我們只需要知道，CPU遵循的是馮諾依曼架構(gòu)，其核心就是：存儲程序，順序執(zhí)行。
講到這里，有沒有看出問題，沒錯——在這個結(jié)構(gòu)圖中，負責(zé)計算的綠色區(qū)域占的面積似乎太小了，而橙色區(qū)域的緩存Cache和黃色區(qū)域的控制單元占據(jù)了大量空間。
高中化學(xué)有句老生常談的話叫：結(jié)構(gòu)決定性質(zhì)，放在這里也非常適用。
因為CPU的架構(gòu)中需要大量的空間去放置存儲單元（橙色部分）和控制單元（黃色部分），相比之下計算單元（綠色部分）只占據(jù)了很小的一部分，所以它在大規(guī)模并行計算能力上極受限制，而更擅長于邏輯控制。
另外，因為遵循馮諾依曼架構(gòu)（存儲程序，順序執(zhí)行），CPU就像是個一板一眼的管家，人們吩咐的事情它總是一步一步來做。但是隨著人們對更大規(guī)模與更快處理速度的需求的增加，這位管家漸漸變得有些力不從心。
于是，大家就想，能不能把多個處理器放在同一塊芯片上，讓它們一起來做事，這樣效率不就提高了嗎？
沒錯，GPU便由此誕生了。

2.GPU
在正式講解GPU之前，我們先來講講上文中提到的一個概念——并行計算。
并行計算(ParallelComputing)是指同時使用多種計算資源解決計算問題的過程，是提高計算機系統(tǒng)計算速度和處理能力的一種有效手段。它的基本思想是用多個處理器來共同求解同一問題，即將被求解的問題分解成若干個部分，各部分均由一個獨立的處理機來并行計算。
并行計算可分為時間上的并行和空間上的并行。
時間上的并行是指流水線技術(shù)，比如說工廠生產(chǎn)食品的時候分為四步：清洗-消毒-切割-包裝。
如果不采用流水線，一個食品完成上述四個步驟后，下一個食品才進行處理，耗時且影響效率。但是采用流水線技術(shù)，就可以同時處理四個食品。這就是并行算法中的時間并行，在同一時間啟動兩個或兩個以上的操作，大大提高計算性能。
空間上的并行是指多個處理機并發(fā)的執(zhí)行計算，即通過網(wǎng)絡(luò)將兩個以上的處理機連接起來，達到同時計算同一個任務(wù)的不同部分，或者單個處理機無法解決的大型問題。
比如小李準備在植樹節(jié)種三棵樹，如果小李1個人需要6個小時才能完成任務(wù)，植樹節(jié)當(dāng)天他叫來了好朋友小紅、小王，三個人同時開始挖坑植樹，2個小時后每個人都完成了一顆植樹任務(wù)，這就是并行算法中的空間并行，將一個大任務(wù)分割成多個相同的子任務(wù)，來加快問題解決速度。
所以說，如果讓CPU來執(zhí)行這個種樹任務(wù)的話，它就會一棵一棵的種，花上6個小時的時間，但是讓GPU來種樹，就相當(dāng)于好幾個人同時在種。
GPU全稱為GraphicsProcessingUnit，中文為圖形處理器，就如它的名字一樣，GPU最初是用在個人電腦、工作站、游戲機和一些移動設(shè)備（如平板電腦、智能手機等）上運行繪圖運算工作的微處理器。
為什么GPU特別擅長處理圖像數(shù)據(jù)呢？這是因為圖像上的每一個像素點都有被處理的需要，而且每個像素點處理的過程和方式都十分相似，也就成了GPU的天然溫床。

從架構(gòu)圖我們就能很明顯的看出，GPU的構(gòu)成相對簡單，有數(shù)量眾多的計算單元和超長的流水線，特別適合處理大量的類型統(tǒng)一的數(shù)據(jù)。
但GPU無法單獨工作，必須由CPU進行控制調(diào)用才能工作。CPU可單獨作用，處理復(fù)雜的邏輯運算和不同的數(shù)據(jù)類型，但當(dāng)需要大量的處理類型統(tǒng)一的數(shù)據(jù)時，則可調(diào)用GPU進行并行計算。
注：GPU中有很多的運算器ALU和很少的緩存cache，緩存的目的不是保存后面需要訪問的數(shù)據(jù)的，這點和CPU不同，而是為線程thread提高服務(wù)的。如果有很多線程需要訪問同一個相同的數(shù)據(jù)，緩存會合并這些訪問，然后再去訪問dram。
GPU的工作大部分都計算量大，但沒什么技術(shù)含量，而且要重復(fù)很多很多次。
借用知乎上某大神的說法，就像你有個工作需要計算幾億次一百以內(nèi)加減乘除一樣，最好的辦法就是雇上幾十個小學(xué)生一起算，一人算一部分，反正這些計算也沒什么技術(shù)含量，純粹體力活而已；而CPU就像老教授，積分微分都會算，就是工資高，一個老教授資頂二十個小學(xué)生，你要是富士康你雇哪個？
GPU就是用很多簡單的計算單元去完成大量的計算任務(wù)，純粹的人海戰(zhàn)術(shù)。這種策略基于一個前提，就是小學(xué)生A和小學(xué)生B的工作沒有什么依賴性，是互相獨立的。
但有一點需要強調(diào)，雖然GPU是為了圖像處理而生的，但是我們通過前面的介紹可以發(fā)現(xiàn)，它在結(jié)構(gòu)上并沒有專門為圖像服務(wù)的部件，只是對CPU的結(jié)構(gòu)進行了優(yōu)化與調(diào)整，所以現(xiàn)在GPU不僅可以在圖像處理領(lǐng)域大顯身手，它還被用來科學(xué)計算、密碼破解、數(shù)值分析，海量數(shù)據(jù)處理（排序，Map-Reduce等），金融分析等需要大規(guī)模并行計算的領(lǐng)域。
所以GPU也可以認為是一種較通用的芯片。

3.TPU
按照上文所述，CPU和GPU都是較為通用的芯片，但是有句老話說得好：萬能工具的效率永遠比不上專用工具。
隨著人們的計算需求越來越專業(yè)化，人們希望有芯片可以更加符合自己的專業(yè)需求，這時，便產(chǎn)生了ASIC（專用集成電路）的概念。
ASIC是指依產(chǎn)品需求不同而定制化的特殊規(guī)格集成電路，由特定使用者要求和特定電子系統(tǒng)的需要而設(shè)計、制造。當(dāng)然這概念不用記，簡單來說就是定制化芯片。
因為ASIC很“專一”，只做一件事，所以它就會比CPU、GPU等能做很多件事的芯片在某件事上做的更好，實現(xiàn)更高的處理速度和更低的能耗。但相應(yīng)的，ASIC的生產(chǎn)成本也非常高。
而TPU（TensorProcessingUnit,張量處理器）就是谷歌專門為加速深層神經(jīng)網(wǎng)絡(luò)運算能力而研發(fā)的一款芯片，其實也是一款A(yù)SIC。
原來很多的機器學(xué)習(xí)以及圖像處理算法大部分都跑在GPU與FPGA（半定制化芯片）上面，但這兩種芯片都還是一種通用性芯片，所以在效能與功耗上還是不能更緊密的適配機器學(xué)習(xí)算法，而且Google一直堅信偉大的軟件將在偉大的硬件的幫助下更加大放異彩，所以Google便想，我們可不可以做出一款專用機機器學(xué)習(xí)算法的專用芯片，TPU便誕生了。
據(jù)稱，TPU與同期的CPU和GPU相比，可以提供15-30倍的性能提升，以及30-80倍的效率（性能/瓦特）提升。初代的TPU只能做推理，要依靠Google云來實時收集數(shù)據(jù)并產(chǎn)生結(jié)果，而訓(xùn)練過程還需要額外的資源；而第二代TPU既可以用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)，又可以用于推理。
看到這里你可能會問了，為什么TPU會在性能上這么牛逼呢？
嗯，谷歌寫了好幾篇論文和博文來說明這一原因，所以僅在這里拋磚引玉一下。

這表示谷歌充分意識到了片外內(nèi)存訪問是GPU能效比低的罪魁禍首，因此不惜成本的在芯片上放了巨大的內(nèi)存。相比之下，英偉達同時期的K80只有8MB的片上內(nèi)存，因此需要不斷地去訪問片外DRAM。
另外，TPU的高性能還來源于對于低運算精度的容忍。研究結(jié)果表明，低精度運算帶來的算法準確率損失很小，但是在硬件實現(xiàn)上卻可以帶來巨大的便利，包括功耗更低、速度更快、占芯片面積更小的運算單元、更小的內(nèi)存帶寬需求等...TPU采用了8比特的低精度運算。
其它更多的信息可以去翻翻谷歌的論文。
到目前為止，TPU其實已經(jīng)干了很多事情了，例如機器學(xué)習(xí)人工智能系統(tǒng)RankBrain，它是用來幫助Google處理搜索結(jié)果并為用戶提供更加相關(guān)搜索結(jié)果的；還有街景StreetView，用來提高地圖與導(dǎo)航的準確性的；當(dāng)然還有下圍棋的計算機程序AlphaGo！
4.NPU
講到這里，相信大家對這些所謂的“XPU”的套路已經(jīng)有了一定了解，我們接著來。
所謂NPU（NeuralnetworkProcessingUnit），即神經(jīng)網(wǎng)絡(luò)處理器。顧名思義，這家伙是想用電路模擬人類的神經(jīng)元和突觸結(jié)構(gòu)??！
怎么模仿？那就得先來看看人類的神經(jīng)結(jié)構(gòu)——生物的神經(jīng)網(wǎng)絡(luò)由若干人工神經(jīng)元結(jié)點互聯(lián)而成，神經(jīng)元之間通過突觸兩兩連接，突觸記錄了神經(jīng)元之間的聯(lián)系。
如果想用電路模仿人類的神經(jīng)元，就得把每個神經(jīng)元抽象為一個激勵函數(shù)，該函數(shù)的輸入由與其相連的神經(jīng)元的輸出以及連接神經(jīng)元的突觸共同決定。
為了表達特定的知識，使用者通常需要（通過某些特定的算法）調(diào)整人工神經(jīng)網(wǎng)絡(luò)中突觸的取值、網(wǎng)絡(luò)的拓撲結(jié)構(gòu)等。該過程稱為“學(xué)習(xí)”。
在學(xué)習(xí)之后，人工神經(jīng)網(wǎng)絡(luò)可通過習(xí)得的知識來解決特定的問題。
這時不知道大家有沒有發(fā)現(xiàn)問題——原來，由于深度學(xué)習(xí)的基本操作是神經(jīng)元和突觸的處理，而傳統(tǒng)的處理器指令集（包括x86和ARM等）是為了進行通用計算發(fā)展起來的，其基本操作為算術(shù)操作（加減乘除）和邏輯操作（與或非），往往需要數(shù)百甚至上千條指令才能完成一個神經(jīng)元的處理，深度學(xué)習(xí)的處理效率不高。
這時就必須另辟蹊徑——突破經(jīng)典的馮·諾伊曼結(jié)構(gòu)！

神經(jīng)網(wǎng)絡(luò)中存儲和處理是一體化的，都是通過突觸權(quán)重來體現(xiàn)。而馮·諾伊曼結(jié)構(gòu)中，存儲和處理是分離的，分別由存儲器和運算器來實現(xiàn)，二者之間存在巨大的差異。當(dāng)用現(xiàn)有的基于馮·諾伊曼結(jié)構(gòu)的經(jīng)典計算機（如X86處理器和英偉達GPU）來跑神經(jīng)網(wǎng)絡(luò)應(yīng)用時，就不可避免地受到存儲和處理分離式結(jié)構(gòu)的制約，因而影響效率。這也就是專門針對人工智能的專業(yè)芯片能夠?qū)鹘y(tǒng)芯片有一定先天優(yōu)勢的原因之一。
NPU的典型代表有國內(nèi)的寒武紀芯片和IBM的TrueNorth。以中國的寒武紀為例，DianNaoYu指令直接面對大規(guī)模神經(jīng)元和突觸的處理，一條指令即可完成一組神經(jīng)元的處理，并對神經(jīng)元和突觸數(shù)據(jù)在芯片上的傳輸提供了一系列專門的支持。
用數(shù)字來說話，CPU、GPU與NPU相比，會有百倍以上的性能或能耗比差距——以寒武紀團隊過去和Inria聯(lián)合發(fā)表的DianNao論文為例——DianNao為單核處理器，主頻為0.98GHz，峰值性能達每秒4520億次神經(jīng)網(wǎng)絡(luò)基本運算，65nm工藝下功耗為0.485W，面積3.02平方毫米mm。
文章開頭所說的mate10中所用的麒麟970芯片，就集成了寒武紀的NPU，所以才可以實現(xiàn)所謂的照片優(yōu)化功能，以及保證你的手機用了很長時間后還能不卡（當(dāng)然也得真正用了才能知道有沒有宣傳的這么好）。
PS，中星微電子的“星光智能一號”雖說對外號稱是NPU，但其實只是DSP，僅支持網(wǎng)絡(luò)正向運算，無法支持神經(jīng)網(wǎng)絡(luò)訓(xùn)練。
5.ASIC
ASIC（ApplicationSpecificIntegratedCircuit）是一種為專門目的而設(shè)計的集成電路。無法重新編程，效能高功耗低，但價格昂貴。近年來涌現(xiàn)出的類似TPU、NPU、VPU、BPU等令人眼花繚亂的各種芯片，本質(zhì)上都屬于ASIC。ASIC不同于GPU和FPGA的靈活性，定制化的ASIC一旦制造完成將不能更改，所以初期成本高、開發(fā)周期長的使得進入門檻高。目前，大多是具備AI算法又擅長芯片研發(fā)的巨頭參與，如Google的TPU。由于完美適用于神經(jīng)網(wǎng)絡(luò)相關(guān)算法，ASIC在性能和功耗上都要優(yōu)于GPU和FPGA，TPU1是傳統(tǒng)GPU性能的14-16倍，NPU是GPU的118倍。寒武紀已發(fā)布對外應(yīng)用指令集，預(yù)計ASIC將是未來AI芯片的核心。

6.BPU（BrainProcessingUnit，大腦處理器）
是由地平線科技提出的嵌入式人工智能處理器架構(gòu)。第一代是高斯架構(gòu)，第二代是伯努利架構(gòu)，第三代是貝葉斯架構(gòu)。目前地平線已經(jīng)設(shè)計出了第一代高斯架構(gòu)，并與英特爾在2017年CES展會上聯(lián)合推出了ADAS系統(tǒng)（高級駕駛輔助系統(tǒng)）。
7.DPU（DeeplearningProcessingUnit,即深度學(xué)習(xí)處理器）
最早由國內(nèi)深鑒科技提出，基于Xilinx可重構(gòu)特性的FPGA芯片，設(shè)計專用的深度學(xué)習(xí)處理單元（可基于已有的邏輯單元，設(shè)計并行高效的乘法器及邏輯電路，屬于IP范疇），且抽象出定制化的指令集和編譯器（而非使用OpenCL），從而實現(xiàn)快速的開發(fā)與產(chǎn)品迭代。事實上，深鑒提出的DPU屬于半定制化的FPGA。
嵌入式神經(jīng)網(wǎng)絡(luò)處理器（NPU）采用“數(shù)據(jù)驅(qū)動并行計算”的架構(gòu)，特別擅長處理視頻、圖像類的海量多媒體數(shù)據(jù)。
NPU處理器專門為物聯(lián)網(wǎng)人工智能而設(shè)計，用于加速神經(jīng)網(wǎng)絡(luò)的運算，解決傳統(tǒng)芯片在神經(jīng)網(wǎng)絡(luò)運算時效率低下的問題。
在GX8010中，CPU和MCU各有一個NPU，MCU中的NPU相對較小，習(xí)慣上稱為SNPU。
NPU處理器包括了乘加、激活函數(shù)、二維數(shù)據(jù)運算、解壓縮等模塊。
乘加模塊用于計算矩陣乘加、卷積、點乘等功能，NPU內(nèi)部有64個MAC，SNPU有32個。
激活函數(shù)模塊采用最高12階參數(shù)擬合的方式實現(xiàn)神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)，NPU內(nèi)部有6個MAC，SNPU有3個。
二維數(shù)據(jù)運算模塊用于實現(xiàn)對一個平面的運算，如降采樣、平面數(shù)據(jù)拷貝等，NPU內(nèi)部有1個MAC，SNPU有1個。
解壓縮模塊用于對權(quán)重數(shù)據(jù)的解壓。為了解決物聯(lián)網(wǎng)設(shè)備中內(nèi)存帶寬小的特點，在NPU編譯器中會對神經(jīng)網(wǎng)絡(luò)中的權(quán)重進行壓縮，在幾乎不影響精度的情況下，可以實現(xiàn)6-10倍的壓縮效果。
不，據(jù)說每過18天，集成電路領(lǐng)域就會多出一個XPU，直到26個字母被用完。
這被戲稱為AI時代的XPU版摩爾定律。

據(jù)不完全統(tǒng)計，已經(jīng)被用掉的有：
APU--AcceleratedProcessingUnit,加速處理器，AMD公司推出加速圖像處理芯片產(chǎn)品。
BPU--BrainProcessingUnit,地平線公司主導(dǎo)的嵌入式處理器架構(gòu)。自動駕駛
CPU--CentralProcessingUnit中央處理器，目前PCcore的主流產(chǎn)品。
DPU--DeeplearningProcessingUnit,深度學(xué)習(xí)處理器，最早由國內(nèi)深鑒科技提出；另說有DataflowProcessingUnit數(shù)據(jù)流處理器，WaveComputing公司提出的AI架構(gòu)；DatastorageProcessingUnit，深圳大普微的智能固態(tài)硬盤處理器。
FPU--FloatingProcessingUnit浮點計算單元，通用處理器中的浮點運算模塊。
GPU--GraphicsProcessingUnit,圖形處理器，采用多線程SIMD架構(gòu)，為圖形處理而生。
HPU--HolographicsProcessingUnit全息圖像處理器，微軟出品的全息計算芯片與設(shè)備。
IPU--IntelligenceProcessingUnit，DeepMind投資的Graphcore公司出品的AI處理器產(chǎn)品。
MPU/MCU--Microprocessor/MicrocontrollerUnit，微處理器/微控制器，一般用于低計算應(yīng)用的RISC計算機體系架構(gòu)產(chǎn)品，如ARM-M系列處理器。
NPU--NeuralNetworkProcessingUnit，神經(jīng)網(wǎng)絡(luò)處理器，是基于神經(jīng)網(wǎng)絡(luò)算法與加速的新型處理器總稱，如中科院計算所/寒武紀公司出品的diannao系列。
RPU--RadioProcessingUnit,無線電處理器，ImaginationTechnologies公司推出的集合集Wifi/藍牙/FM/處理器為單片的處理器。
TPU--TensorProcessingUnit張量處理器，Google公司推出的加速人工智能算法的專用處理器。目前一代TPU面向Inference，二代面向訓(xùn)練。另外，

VPU--VectorProcessingUnit矢量處理器，Intel收購的Movidius公司推出的圖像處理與人工智能的專用芯片的加速計算核心。
WPU--WearableProcessingUnit，可穿戴處理器，InedaSystems公司推出的可穿戴片上系統(tǒng)產(chǎn)品，包含GPU/MIPSCPU等IP。
XPU--百度與Xilinx公司在2017年Hotchips大會上發(fā)布的FPGA智能云加速，含256核。
ZPU--ZylinProcessingUnit,由挪威Zylin公司推出的一款32位開源處理器。
當(dāng)26個字母被用完后，即將出現(xiàn)XXPU，XXXPU，并以更快的速度占領(lǐng)起名界。
————————————————
版權(quán)聲明：本文為CSDN博主「陳洪偉」的原創(chuàng)文章，遵循CC4.0BY-SA版權(quán)協(xié)議，轉(zhuǎn)載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/u013171226/article/details/119674193