通用芯片和专用芯片之争

实时解码技术:专用ASIC芯片处理纠错信号,延迟低于1微秒,构成硬件级壁垒 (NRE费用)三个维度。随着AI与异质集成技术的发展,ASIC将在自动驾驶、脑机接口等前沿领域持续构建竞争护城河,但需解决灵活性不足与设计复杂度攀升的长期挑战。专用ASIC芯片通过定制化架构和硬件级优化,成为实现微秒级实时解码的唯一可行方案,其壁垒体现在。(算法/工艺/可靠性)、 阅读详情

在方案讨论会上,两家方案截然不同。一家采用通用芯片,譬如DSP,ARM9,FPGA等;一家采用专用芯片,譬如复印扫描传真一体化的专用芯片。这两种方案各有优缺点:

        采用通用芯片,优点是:

              1. 芯片容易购买。不仅仅依赖一种型号。任何一家的MCU都可以。NXP的ARM芯片可以,Atmel的也可以,freescale的也行,不限型号。

              2. 软件移植性高。只要采用ARM通用体系,则无论是ARM9,ARM10,还是ARM12,均能很方便快捷的移植。

              3. 有利于升级。通用MCU的发展一直很快,随着MCU技术和数字信号处理技术的发展,运行处理速度会越来越快。

              4. 采用linux系统,有着良好的扩展性。linux是成熟的操作系统,且全世界有成千上万的人去维护更新它,对新技术的支持十分迅速。例如,USB3.0,Wifi,图像图形处理等,均能得到社区支持。

        缺点是:采用通用芯片,软件复杂度高,开发周期长。而且可能由于软件的缘故,在某些性能上不如专用芯片。

        而采用专用芯片,优点是:

              1.  软件开发容易。专用芯片所有底层均由芯片商实现,所以只要应用即可,软件复杂度不高。

              2.  性能优异。专用芯片,其内部采用单一任务,且很多由硬件实现,故性能较优异。

        缺点:

              1. 不易购买。由于使用专用芯片的不是很多。所以,量产不是很多,不易购买。

              2. 不易扩展。因为专用芯片的功能均做死,所以,今后如增加功能,将无法得到满足。

              3. 受制于人。因为专用芯片的局限性,很容易出现断货情况,对部队的长期使用维护是个巨大的问题。

              4. 软件不能移植。软件只能针对某种型号的芯片,对其他芯片无法适用。所以一旦该芯片不再提供,则软件只能针对替代型号重新开发设计。

 

        以上陈列了通用芯片和专用芯片的优缺点。对部队这一行业来说,要求长期维护,且针对不同的战况,需要对功能进行更改,这点跟民用机完全不同。专用芯片的局限性相信随着时间的推移,会慢慢呈现出来。另外,如采用通用芯片,供货渠道多种多样,退一万步来讲,即使咱国家在战争期间被全封锁,也可以用国产MCU芯片来代替。

        胡总说“不谋万世者,不足谋一时”,当然,百家争鸣,百花齐放的思路也可以,两种实现的优缺点在今后的实际使用中会被慢慢证实。怎样裁决,就看主管部门了。

智能家电自研AIoT芯片:从通用算力到场景专用,开发者如何应对技术栈变革? 在物联网和人工智能技术深度融合的背景下,系统级芯片(SoC)正从通用计算平台向场景化专用架构演进。其核心原理在于通过异构集成CPU、NPU、DSP等计算单元,并配合定制化的电源管理模块(PMIC)与丰富外设接口,实现对特定任务的高效能、低功耗硬件加速。这种软硬件协同设计的技术价值在于,它能从根本上优化设备端的AI推理能力、实时响应与功耗控制,为智能家居、工业物联网等场景带来体验质变与数据安全边界的硬件级保障。例如,针对智能家电的语音唤醒、电机控制等需求,定制NPU和DSP能显著提升能效比。本文聚焦于LG等巨 阅读详情

相关推荐

数据库一体机选型:专用硬件与通用硬件路线深度解析

数据库性能瓶颈往往不只在SQL层,硬件与交互环节的短板同样会拖慢整体响应。一体机本质是面向数据库负载定制的软硬件集成方案,把经过验证的最佳实践产品化,以缩短交付周期、降低运维复杂度。当前路线分为专用硬件与通用硬件两大流派:专用路线追求性能确定性与垂直优化,但封闭性强、扩展依赖原厂;通用路线以标准服务器和分布式软件为底座,借助软件调优换取灵活性。两类方案在扩展性、成本结构、运维依赖与供应商锁定等方面差异显著,选型需结合业务增速与团队能力。实际部署中,磁盘分组、NUMA绑核、网络多路径、故障域规划与扩容验证皆是

weixin_33462167的博客 328

芯片的分类

如GPU就通过减小每个核心的资源,增加核心的数量,加强了处理器处理大量同种运算如浮点运算的能力,使之在AI领域中的表现远强于通用处理器。因此,改进的哈佛结构针对程序和数据,其实没有独立的总线,而是使用公用数据总线来完成程序存储模块或数据存储模块与CPU之间的数据传输,公用的地址总线来寻址程序和数据。当然还有一些厂商还在坚持冯诺依曼架构的设计路线,其中的代表就是大名鼎鼎的Intel,值得一提的是risc(精简指令集)的开山祖师MIPS公司的MIPS系列处理器使用的也是冯诺依曼架构。

Bob Ding的博客 1823

芯片分类:通用芯片和专用芯片.docx

芯片分类:通用芯片和专用芯片 我们可以把芯片分为两个大类,一是通用芯片,包括经常听到的CPU、 GPU、 DSP等;二是专用芯片,包括FPGA、ASIC等。这个大类划分很重要,两者有本质上的不同。需要说明下,芯片的分类有很多种,我们这样的分类是基于芯片的设计理念,这是后续理解一切的基础。 这里“通用”与“专用”的区别是指该芯片是否是仅为执行某一种特定运算而设计,用银行来做个简单的比喻,通用芯片就是“银行柜员”,可以处理各种复杂的业务;而专用芯片就是“ATM机”,将某些流程标准化并固化在硬件中,做一台没有感情的处理机器。“通用”与“专用”并不是指该芯片是否仅用于某一种产品或使用场景,比如intel所研发的用于PC的CPU,这颗芯片仅用在PC上,但它不是我们这里说的“专用”芯片。 (一)通用芯片关键是“通用”、“灵活” 这意味着它必须具备处理各式各样千奇百怪的指令要求,并且经常同时存在多个外部设备的请求,它必须拥有随时中止目前的运算转而进行其他运算,完成后再从中断点继续当前运算的能力。就好比银行柜员,客户要办的业务千奇百怪,时常还来个插队或者站着位置不走撩你的人存在,柜员都要应对。为了做到

常用芯片基础介绍

芯片类型与功能概述 芯片是电子设备的核心部件,主要分为通用计算芯片、专用计算芯片、存储芯片等。通用计算芯片如CPU(中央处理器)和MCU(微控制器)负责系统控制和简单指令执行。专用计算芯片包括GPU(图形处理器)、NPU(神经网络处理器)等,分别擅长并行计算和AI加速。存储芯片如RAM和ROM负责数据临时存储和长期保存。其他常见芯片还有SoC(系统级芯片)和FPGA(可编程逻辑芯片),分别用于高度集成和定制化场景。这些芯片各具优势,满足不同设备的运算需求。

Grow into a more wonderful you 1808

专用芯片技术中的终于有人讲透了芯片是什么,电子人必读

复杂繁琐的芯片设计流程   芯片制造的过程就如同用乐高盖房子一样,先有晶圆作为地基,再层层往上叠的芯片制造流程后,就可产出必要的 IC 芯片(这些会在后面介绍)。然而,没有设计图,拥有再强制造能力都没有用,因此,建筑师的角色相当重要。但是 IC 设计中的建筑师究竟是谁呢?本文接下来要针对 IC 设计做介绍。   在 IC 生产流程中,IC 多由专业 IC 设计公司进行规划、设计,像是联发科、高通、Intel 等知名大厂,都自行设计各自的 IC 芯片,提供不同规格、效能的芯片给下游厂商选择。因为 IC 是由各厂自行设计,所以 IC 设计十分仰赖工程师的技术,工程师的素质影

通用芯片和嵌入式芯片有什么区别

有人会有疑问,在当今世界中INTER和AMD两大IC寡头几乎在全球垄断的情况下,相当于奔腾2的龙芯和中芯国际0.18微米的制造工艺,是否能产生足够的市场价值。   这里有个概念需要区分,在物理芯片领域主要分成两块,一块是通用芯片,也就是常说的PC芯片;另一块是嵌入式芯片。在通用芯片领域,的确基本被INTER和AMD两大厂商垄断,由于近年来全球经济衰退,PC的需求趋向于饱和,通用芯片的市场就受到了很大的影响,从今年INTER和AMD的赢利报告中可以清楚的体现。但是在另一个IC领域——嵌入式芯片市场,风景却这边独好。   这里简单介绍一下,嵌入式芯片相对于通用芯片来说是功能相对单一化的芯片。它

OpenAI自研3nm芯片挑战英伟达,CUDA生态与AI芯片路线之争

AI芯片并非只有GPU一种形态,TPU、NPU、ASIC等专用加速器正逐步走向台前。在算力需求爆发式增长的背景下,芯片架构与软件生态的协同设计成为影响AI应用落地效率的关键。英伟达CUDA生态凭借成熟的编译器、算子库与框架适配,构建了难以替代的工程护城河;而OpenAI自研3nm芯片的推进,则标志着行业开始探索模型与硬件深度绑定的定制化路线。理解GPU、ASIC等不同芯片的适用场景,掌握PyTorch设备抽象、ONNX等可移植技术,能帮助开发者在多架构并行的未来降低迁移成本。本文从芯片分类出发,剖析算力竞争

weixin_30607659的博客 416

电源技术中的基于IC设计和通用MCU实现同步Boost的移动电源设计

1.引言       随着iphone、ipad带动的全球智能手机、平板的风靡一时,人手一部智能手机已经不再是遥远的梦想,手机与平板是人们外出的必备物品,除了兼具通信、拍照、电脑功能之外,这些数码设备同是也是一种时尚体现,对轻巧纤薄的完美外形之极致追求与电池的续航能力成为一对矛盾。为了追求完美,iphone、ipad更是设计出一体化用户不可拆卸机身,电池无法拆卸,于是移动电源成为了数码后备电源的必须品,其市场需求随着智能设备的发展迅速扩大。       2.方案分析       2.1 技术规格与方案比较       当前适用于手机平板的主流移动电源的规格为:

AI算力之争:GPU生态与专用芯片的博弈,谁才是未来?

人工智能的爆发让算力成为稀缺资源,也催生了“万能芯片”这一行业热词。所谓“万能”,并非指某颗芯片无所不能,而是指以GPU为代表的通用加速芯片凭借强大的软件生态和并行计算能力,覆盖了从大模型训练到推理的绝大多数场景。其背后是CUDA生态构建的开发者锁定效应,以及高带宽存储与先进封装构成的供应链壁垒。与此同时,以ASIC为代表的专用芯片在特定任务上效率更高,却受限于生态迁移成本和算法迭代风险。理解这场通用性与专用性的技术路线之争,对AI基础设施选型和行业趋势判断至关重要。

weixin_29038155的博客 191

专用芯片技术中的没想到,充电芯片也开始玩“二合一”了

ntersil公司日前宣布推出用于二合一变形本、超极本和平板电脑的最新节电解决方案:高度集成电源管理芯片ISL95852和电池充电器ISL95521。两款器件均满足英特尔的IMVP8规范,可支持其最新“Skylake”第6代英特尔酷睿处理器。ISL95852和ISL95521利用Intersil拥有专利的R3调制技术,可提供一流的轻负载效率、优异的调节精度和快速动态响应,从而帮助改善系统电源管理,延长电池续航时间。   IMVP8规范延续了VR12.5/6的特点,但它最与众不同之处,是把一路电压分成三路,分别是核心处理器、图形处理器和系统代理(system agent),全部通过一个高效率稳

关于LIO-SAM编译时出现错误 /usr/bin/ld: 找不到 -lBoost::timer

关于LIO-SAM编译时出现错误: 下载LIO-SAM代码 进入LIO-SAM文件夹,通过以下代码编译: mkdir build cd build cmake .. make 报错: /usr/bin/ld: 找不到 -lBoost::timer collect2: error: ld returned 1 exit status CMakeFiles/lio_sam_imuPreintegration.dir/build.make:759: recipe for target 'devel/lib/li

wwtx的博客 3648

大模型算力之争:GPGPU通用性与NPU专用性的架构抉择

本文深入探讨了大模型算力需求下GPGPU与NPU的架构选择问题。通过真实案例和性能对比,分析了GPGPU的通用计算优势与NPU的专用加速特性,并提供了选型决策的四维评估法。文章指出,混合架构方案正成为趋势,同时预测未来三年GPGPU将强化专用单元而NPU提升灵活性,为AI算力平台建设提供实践指导。

weixin_30247781的博客 457

在AVP28335(兼容德州仪器TMS320-28335) 上实现ModbusSlaveRTU-485源码及注释。

今天先把题目先给出来, 在近两天会把源码 (含详细注释 )及部署、测试结果给出来, 希望能给大家帮助。(全免费 我有点缺德,断了别人的一个财路)。

FOOLCODE的专栏 642

国产AI芯片生死抉择:GPGPU还是ASIC?这场架构之争将决定中国AI的未来

近日,一则关于华为昇腾或从 NPU 转向 GPGPU 架构的消息引发了广泛关注,也让不少人感到意外。今天我们就来聊聊,国产AI芯片技术架构这个话题。是跟随NVIDIA的GPGPU路线,还是走谷歌TPU那样的ASIC路线?这个问题看似技术性很强,但实际上关系到整个中国AI产业的未来命运。回到开头,华为昇腾从NPU转向GPGPU架构这个消息如果属实,那将是一个重大转折。因为这意味着华为这个国内AI芯片的头部厂商,可能要放弃自己坚持多年的技术路线,转向一个全新的方向。为什么这个消息如此重要?

SuaniCommunity的博客 1822

通达信筹码分布主图源码分享

NOTEXT下区成本:IF(CURRBARSCOUNT<=CONST(XA_26+1),CONST(IF(1,XA_94,XA_94)),DRAWNULL),DOTLINE,COLORYELLOW;NOTEXT上区成本:IF(CURRBARSCOUNT<=CONST(XA_26+1),CONST(IF(1,XA_81,XA_81)),DRAWNULL),DOTLINE,COLORRED;FFG1:DRAWBAND(C线,RGB(255,0,0),XA_33,RGB(255,0,0));

zhibiaogong的博客 3357

H3C-V7防火墙配置SSL VPN IP资源典型案例(华三)

H3C-V7防火墙配置SSL VPN IP资源典型案例(华三)

m0_68265458的博客 5167

GPU与LPU推理效率之争:从内存墙到专用架构的AI硬件演进

在AI推理领域,内存墙是制约计算效率的核心瓶颈,表现为计算单元因等待数据读取而闲置。GPU凭借其大规模并行计算能力和成熟的CUDA生态,成为AI训练与推理的通用平台,但其冯·诺依曼架构在序列化推理任务中面临显存带宽限制与低利用率挑战。为突破这一瓶颈,专用推理架构应运而生,通过硬件与算法的协同设计,旨在实现极致的吞吐量与能效。以Groq LPU为代表的解决方案,采用片上SRAM与确定性流式处理,直接针对大语言模型的自回归推理进行优化,显著降低了访存延迟。这种技术路线尤其适用于高并发、低延迟的在线服务场景,为A

weixin_33901087的博客 315

车载导航测试,面试常见问题

车载导航测试是汽车软件测试的重要组成部分,涉及验证导航系统的功能、性能、可靠性和用户体验。在面试中,面试官通常会考察候选人的测试思维、问题解决能力和实际经验。以下我将从常见问题类别入手,逐步介绍面试中的高频问题,并提供结构化分析。通过以上结构化准备,你能在面试中自信应对车载导航测试相关问题。用户体验测试关注界面友好性和交互流畅性,安全测试则涉及功能安全和数据隐私。功能测试聚焦于导航核心功能的正确性,如路线规划、位置定位和地图显示。面试官会考察你如何识别、报告和跟踪缺陷,以及熟悉测试工具。

m0_69889939的博客 527

数据库一体机演进:专用硬件为何被通用硬件取代?

数据库一体机并非简单的“服务器+磁盘+数据库”,而是将计算、存储、网络集成于同一交付边界,以解决性能、可用性与运维标准化难题。早期专用数据库机通过定制处理器和存储接口实现硬件卸载,但因生态封闭、迭代缓慢而被通用硬件取代。随着摩尔定律、标准化网络与分布式存储的发展,x86服务器和NVMe/RDMA等货架部件已能支撑高性能数据库负载。现代通用硬件一体机借助预集成调优、统一管理和故障域控制,在提供近似专用性能的同时,显著降低成本和绑定风险。对于正在做数据库选型或评估一体化交付方案的团队,理解专用硬件与通用硬件的历

weixin_33552698的博客 246

海思ISP实战:YUV Sharpen参数调试全解析

本文深入解析了在海思ISP平台上进行YUV Sharpen参数调试的实战经验。文章以海思3516EV300芯片为例,详细拆解了EdgeFiltStr、TextureFreq等核心参数的作用与协同策略,并重点阐述了如何通过ISO联动调试,在图像清晰度与噪声抑制之间取得最佳平衡,为图像调试工程师提供了宝贵的避坑指南和实战参考。

grape的博客 209

基于潜在空间分数匹配的混合型表格数据合成方法

然而,在我们的模型中,β 预计会更小,因为我们不需要嵌入的分布精确地遵循标准高斯分布,因为我们还有一个额外的扩散模型。受 Transformer 在表格数据分类/回归任务中取得成功的启发,我们首先为每一列学习一个独特的标记器,然后将标记(列)级表示输入到 Transformer 中,以捕捉列之间错综复杂的关系。在第 4 节中,我们证明了通过这种设计,TABSYN 可以在不到 20 次函数评估(NFE)的情况下生成高质量的合成表格数据,这比其他基于扩散的表格数据合成方法要少得多。是标记器的可学习参数。

步子哥的博客 854

2023-2024计算机体系结构核心考点解析:从通用到专用的性能跃迁

本文深入解析2023-2024计算机体系结构核心考点,探讨通用处理器与专用体系结构的性能差异。通过实际案例展示专用硬件(如AI加速器、RISC-V扩展指令集)在性能、功耗和成本上的显著优势,同时分析模块化设计、并行计算和多维架构演进等关键技术趋势,为开发者提供体系结构优化的实用洞见。

weixin_28314575的博客 363

Open3D 进阶(22)间接平差法拟合空间曲线

空间曲线拟合在电力线三维重建中有着广泛的应用,本文利用python使用间接平差法对三维空间曲线的拟合进行代码实现。

点云侠的博客 1058

从OpenAI自研芯片看AI芯片之争:GPU、CUDA与开发者实战

AI芯片是大模型时代算力的核心载体,从CPU到GPU、TPU、NPU乃至ASIC,不同芯片在设计目标和应用场景上各有分工。GPU凭借大规模并行计算能力成为模型训练与推理的主力,而CUDA生态则让英伟达在软件层面构建了深厚壁垒。近年来,OpenAI等大模型厂商自研芯片的消息引发关注,本质上是对算力成本和供应链话语权的争夺。对开发者而言,真正值得关心的是如何利用现有GPU环境、深度学习框架和工具链,将算力高效转化为生产力。本文从芯片基础概念出发,解析主流AI处理器的原理与分工,梳理英伟达全栈服务的技术价值,并结

weixin_34015336的博客 538

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

上一篇: 正式开始homeR的计划
下一篇: 一个以游戏娱乐为主的类似PSP的手机的设想(续)
张志龙
博客等级 码龄24年 412粉丝 131原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值