華為昇騰正式釋出了旗下ai處理器ascend910，並在隨後宣佈將基於這款華為晶片來自研mdc智慧駕駛平臺，轉眼之間兩年過去了，牛年來了，在這篇作品裡的我們就一起來看看，昇騰追究牛在哪裡。

本書能夠讓讀者快速瞭解昇騰ai處理器的軟硬體架構和基本程式設計方法，幫助讀者在該晶片上進行程式設計實踐，適合用作高年級本科生或研究生學習人工智慧晶片的教材。人工智慧技術的發展離不開演算法、算力和資料三大要素；大量網際網路企業基於交易和互動產生並累積了海量的資料、強大的算力和嚴密的演算法，為人工智慧預測消費者和生產者行為提供了多種可能性。ai加速晶片的研發也分為兩種主要的方式一種是利用已有的gpu、眾核處理器、dsp、fpga晶片來做軟硬體最佳化；另一種則是設計專用的晶片，分別是針對ai應用進行了架構最佳化的CPU、gpu；為了評價這四種AI晶片的優勢和劣勢，即功耗、效能和麵積，而ai時代各家都在拼算力，我們討論了衡量AI晶片的五個重要因素。

昇騰AI晶片–硬體架構昇騰AI晶片，首先來看一下昇騰AI晶片的硬體架構，如何建設一個高效能的ai基礎設施資源池，並提供一個針對高效能ai算力資源的管理和排程軟體平臺，支援人工智慧演算法模型的訓練開發和推理應用。在硬體方面上昇騰提供各種不同的硬體架構來承載相關的人工智慧的負荷，包括傳統的cpu、人工智慧加速晶片vpu，也包括gpu、fpga等資源，我們都知道，AI系統又繼續分成訓練和推理這兩個主要的過程，這也會造成不同AI晶片的最佳化側重點有所不同。新的晶片架構和技術在創新方面今年陸續出現了一些新的邊緣ai晶片架構，重點針對邊緣ai進行了最佳化，此外，可以確定的是華為p30系列將採用昇騰910處理器晶片，4*A764*A55的八核心設計，7奈米工藝製造，最高主頻高達2.8ghz；npu採用中科院寒武紀1m人工智慧晶片，gpu自研並採用第三代gpu；可以說，若採用3nm工藝晶片，英偉達的m系列處理器GPU效能將大大提高。 為了實現這麼高的算力，昇騰910的最大功耗為310W，和GPU基本處於一個量級。

昇騰AI晶片的本質也是一個片上系統，提高人工智慧發展速度；在晶片上有很多不同的模組，也就是前面說的小蛋糕組成，它們有的負責資料儲存、有的負責介面和通訊、有的負責任務排程和控制，還有最重要的就是負責AI運算的計算核心。