一. GPU（图形处理器）

1.1 基本介绍

（1）概览：最初用于图形渲染，因其大规模并行计算架构，目前为最主流的AI计算引擎。

（2）特点：高并行架构（拥有数万个处理核心，适合大规模矩阵运算）、高内存带宽（加速数据吞吐）、通用性强（CUDA等框架成熟、可编程性高）。

（3）应用：消费级（游戏显卡）、专业级（AI训练与推理、自动驾驶、图形渲染、科学计算等）。

1.2 头部厂商

（1）海外：英伟达、AMD（超威半导体）、英特尔、高通、苹果、ARM。

（2）国内：海思、海光信息、景嘉微、摩尔线程、壁仞科技、燧原科技、沐曦集成、砺算科技（东芯股份）、天数智芯、芯动科技。

二. ASIC（专用集成电路）

2.1 基本介绍

（1）概览：针对特定应用场景定制的芯片，通过固化硬件逻辑实现性能和能效的极大提升。

在AI领域，ASIC通常采用优化数据流、内存层次和计算单元，并消除通用处理器中的冗余电路和控制逻辑。

（2）特点：专用度高（功能固化、灵活性差）、高性能与低功耗（无冗余逻辑、能效比高）、开发成本高（周期长）、软件生态弱。

（3）应用：AI推理、边缘计算、区块链。

2.2 分类

（1）TPU（张量处理器）：专为深度学习张量运算定制，适用于AI训练和推理。

（2）DPU（数据处理器）：聚焦数据管理，卸载CPU、网络、存储等数据密集型任务，释放计算资源。

（3）NPU（神经网络处理器）：高效执行神经网络运算，适用于端侧AI、嵌入式设备。

（4）LPU（语言处理单元）：专为大语言模型推理优化，适用于LLM推理。

2.3 头部厂商

（1）海外：谷歌、博通、Marvell、亚马逊、AWS、Groq、微软。

（2）国内：寒武纪、云天励飞、平头哥（阿里）、昆仑芯（百度）、黑芝麻、地平线、中昊芯英（天普股份控股股东）、江原科技（品高股份双向持股）。