前言:

相信早期接触过计算机的朋友都听过图灵定律。图灵定律是指机器回答人提出的问题。当答案与回答同样问题的人没有区别时，可以认为这台机器具有人工智能。

如今，人工智能早已应用于我们生活的方方面面。比如导航就是通过大数据检测路况；信息推送也是基于大数据和“收集”信息的持续推送；通过图片搜索相关信息和商品也是一种人工智能。

通常我们接触到的处理器，包括CPU，GPU，还有手机处理器，比如SOC。本质上都是通过强大的计算能力来实现某一方面的计算和数据处理。但是从最早的CPU中央处理器，分离出一个专门做图形处理的GPU，而且不仅仅是图形处理器，还有各种专门的处理器，而SOC是把各种专门的处理器打包在一起。

说到最经典最传奇的处理器，就是1976年Zilog公司推出的微处理器)Z80。

Z840006和Z840008因其优异的性能、强大的输入/输出接口能力、快速的运算速度(Z840008的时钟频率可达8MHz，而同期其他产品如Intel的8085和摩托罗拉的M6802的时钟频率为2~5MHz)、以及各种外设支持而受到业内人士的关注。

和z80一样经典的处理器6502，在Apple I和APPLE II甚至文曲星后面都有广泛应用。这个处理器比我老，但是我相信很多7080的都和我一样接触过这个处理器的产品。没错，就是任天堂红白机。

严格来说，NES使用的6502(任天堂红白机的代号)是理光的第二个源版本。它是片上系统的一部分，没有二进制编码的十进制模式，但有22个存储器映射寄存器和片上硬件，用于声音生成、游戏手柄读取和添加的精灵列表DMA。NTSC主机叫2A03，PAL主机叫2A07(区别是内存分为音频采样率比例和查找表)，这款处理器是任天堂独家生产的。

上世纪末的中国大陆，上世纪末风靡全国的FC兼容机/小霸王学习机，以及后来几乎一个人的文曲星，都采用了6502 CPU。恶霸大多使用台湾省联华电子生产的UA6527。可以说，这款CPU陪伴了中国80后、90后的童年和青春期。

说了这么多，我的目的不是吹处理器。如果你想谈这些旧事，我可以再写一篇。我只想表达一点，处理器的本质是运算，不同的算法会让它执行不同的功能。而专用处理器或专门处理器属于专门用途的学生。比如早期国产平板广泛使用的全志CPU，性能就很差。而在台式电脑普遍解决不了1080P高清的情况下，全志处理器在硬件解码上可以进行部分4K分辨率的超清视频。

人工智能的本质是模拟人的思维方式，选择更好的方式解决问题。比如早期的深蓝计算机打败了国际象棋冠军，前阵子AlphaGo打败了围棋冠军，这都是人工智能发展的里程碑。

1、英伟达

事实上，各大科技公司一直在人工智能的布局中发展。前面提到的人工智能也应用到了我们生活的方方面面。

提到英伟达，人们首先想到的就是游戏显卡。其实早在上一代图灵架构GPU中，人工智能模块就已经被认真加入。

先生们，请看上图。领导给大家演示时提供的帕斯卡架构和图灵架构的区别。图灵架构也有传统的光栅和纹理处理单元，但是增加了RT核心光线追踪单元和张量核心单元。

Rt核心光线追踪还是和图形相关的部分。今天先不说这个，继续说张量核心单位。

张量核可以实现混合精度计算，动态调整计算能力，从而在保持精度的同时提高吞吐量。在处理更广泛的AI和高性能计算(HPC)任务时，新一代张量核心比以前更快。从变压器网络的6倍训练速度到所有应用程序的3倍性能，NVIDIA Tensor Core可以为各种工作负载赋予新的功能。

Tensor Core不仅应用于DLSS深度学习超级采样技术，更重要的是可以应用于AI修图、AI keying等。其中nvidia canvas就是一款神奇的AI图形软件。

Nvidia canvas，利用生成的对抗网络(GANs)将语义分割图转化为逼真的图像，可以编译出人类的绘画方法和流程，在几秒钟内画出草图，并转化为逼真的照片，非常有趣！

简单来说，即使是毕加索那样的几笔抽象，也能变成写实的形象。这难道不是一次伟大的行动吗？

2、英特尔

AI加速早在2019年就首次集成在冰湖处理器上，当时是通过DL Boost指令集实现的。

所谓DL Boost是指DeepLearning Boost(深度学习增强)。深度学习是目前最火的AI技术之一，但它不同于CPU和GPU的常规运算指令，按照常规方法运行效率很低。DLBoost是加速AI运算的专用指令，所以运算效率很高，速度也快很多。

在Ice Lake进行了一点测试后，英特尔进一步增强了第二代10纳米处理器Tiger Lake的人工智能性能。除了原有的DL Boost和低功耗加速器，老虎湖上的这款Xe图形架构GPU进一步提升了GPU对AI的加速性能，将冰湖上CPU+GPU+GNA的AI加速性能提升到了一个新的高度。

在CES上，英特尔邀请Adobe的开发者上台演示Photoshop软件的AI加速。上图中的原图是一张分辨率低、噪点多的照片，通过AI加速可以在几秒钟内变成高分辨率、高画质的大图，细节清晰，效果锐利。

最终是为了oneAPI服务。简单来说就是一套满足不同平台和芯片的软件开发的开发工具。

据说英特尔会把人工智能芯片直接插到14代酷睿里。我相信这是一个值得期待的事件，虽然13代酷睿还没有上市。

3.AMD和苹果

相比之下，AMD的态度是观望。AMD还没有发布任何关于深度学习潜在市场的预测，因为它更专注于从英特尔和英伟达那里获得市场份额。所以AMD还没有看到任何专注于人工智能的芯片。

不过，AMD首席执行官苏丽莎(lisa su)表示，AMD正在努力成为人工智能领域更重要的参与者。

简单来说，AMD还没有把任何实物用于人工智能。同样，苹果在人工智能方面也有应用，但是没有专门做人工智能的硬件模块。

苹果CEO库克辩解道:“苹果的AI并不乐观，因为我们不喜欢谈论还没有实现的事情。除了FaceID和语音助手Siri，如相册的人脸识别，Apple Music的歌曲推荐，从记录中了解主人的音乐偏好，苹果的电源管理系统还利用人工智能来研究电池的使用情况并进行优化，以延长电池的待机时间。”

4.华为

说到人工智能的应用，华为必然是国内科技公司中走得最远的一家。可惜因为某些原因，海思的处理器已经不能生产了。

华为拥有一整套从服务器、云计算、智能终端的人工智能解决方案。

华为从2004年开始投资研发首款嵌入式处理芯片。15年后，投入了2万多名工程师，形成了以“鲲鹏+盛腾”为核心的基础芯片家族。华为将以鲲鹏和盛腾为基础，构建“一云两翼双引擎”计算产业布局，持续构建开放生态:

云指的是华为云。华为云通过全栈创新，提供安全可靠的混合云，成为生态伙伴的黑土地，为世界提供普惠计算能力。此次，华为发布基于“鲲鹏+盛腾”的112款华为云服务，涵盖IaaS、PaaS、ei、数据库、安全、IoT等领域，帮助客户加速业务创新，实现普惠AI。

两翼分别指智能计算业务、智能数据和存储业务。在智能计算领域，华为为端、边、云提供“鲲鹏+盛腾+x86+GPU”的多元化计算能力。华为还发布了世界上最快的AI训练集群Atlas 900，强大的AI推理和训练卡Atlas 300，以及AI训练服务器Atlas 800。在智能数据和存储领域，它集成了存储、大数据、数据库和AI，并围绕

鲲鹏处理器采用7nm工艺的鲲鹏920。这款芯片基于多核架构，最高主频2.6GHz，最高集成64个物理核，最大内存64GB。此外，岳麓-T110还拥有高性能独立显卡，并且全部采用中国自主知识产权的麒麟/UOS操作系统。是一款基于鲲鹏处理器研发生产的PC产品。

华为还有一款专攻AI人工智能的处理器——盛腾910，早在2019年就已经推出。盛腾910是一款超高计算能力的AI处理器，最大功耗310W。华为自研达芬奇架构，能效比大幅提升。8位整数精度(INT8)的性能为640TOPS，16位浮点数(FP16)的性能为320 TFLOPS。

作为一款高度集成的片上系统(SoC)，升腾910除了基于达芬奇架构的AI内核之外，还集成了多个CPU、DVPP和任务调度器，因此具有自我管理能力，可以充分发挥其高计算能力的优势。

升腾910集成了HCCS、PCIe 4.0和RoCE v2接口，为构建横向扩展和纵向扩展系统提供了灵活高效的方法。HCCS是华为开发的高速互联接口。片内RoCE可用于节点间的直接互连。最新的PCIe 4.0的吞吐量是上一代的两倍。

可能是太专业或者其他原因，所以找不到更多的资料。毫无疑问，在国内科技公司中，华为在人工智能方面投入很大。

而国内其他科技公司有人工智能技术，却没有自己的硬件支持。国内实用的AI技术基本都是基于高通。

总结:

不得不说，现在投资人工智能处理模块，确实是一个没有利润的项目。毕竟除了英伟达的DLSS应用，AI模块基本上无法让你的处理器跑分更高，发热量更低。但是常规的AI项目可以采用通用的解决方案，就像所谓的AI认东西一样。近两年手机也有类似的功能。

但相信随着硬件的发展，人工智能的进步必然会被推动。未来的人工智能会像电影中描述的那样，仅仅通过照片的一个角落，就能通过海量数据的比对找到自己的具体位置，还是人工智能会根据你的生活和工作习惯，给你一个真正的智能提醒？我相信7080一代会有机会亲身体验的。