GPU

　　GPU 最早是為生成基于多邊形網(wǎng)絡(luò)的計(jì)算機(jī)圖形而設(shè)計(jì)的。在最近幾年，由于近來(lái)計(jì)算機(jī)游戲和圖形引擎領(lǐng)域的需求和復(fù)雜度需要，GPU 積累了強(qiáng)大的處理性能。英偉達(dá)是 GPU 領(lǐng)域的領(lǐng)軍者，能生產(chǎn)有數(shù)千個(gè)內(nèi)核的處理器，這些內(nèi)核的設(shè)計(jì)工作效率可以達(dá)到 100％。實(shí)際上這些處理器也非常適用于運(yùn)行神經(jīng)網(wǎng)絡(luò)和矩陣乘法方面的計(jì)算，因此GPU乘著深度學(xué)習(xí)的東風(fēng)成為了目前最炙手可熱的硬件解決方案。

　　FPGA

　　FPGA全稱“可編輯門陣列”(Field Programmable Gate Array)，其基本原理是在FPGA芯片內(nèi)集成大量的數(shù)字電路基本門電路以及存儲(chǔ)器，而用戶可以通過(guò)燒入FPGA配置文件來(lái)來(lái)定義這些門電路以及存儲(chǔ)器之間的連線。這種燒入不是一次性的，即用戶今天可以把FPGA配置成一個(gè)微控制器MCU，明天可以編輯配置文件把同一個(gè)FPGA配置成一個(gè)音頻編解碼器。英特爾收購(gòu)的Altera就是做FPGA的。

　　ASIC

　　ASIC則是專用集成電路(Application-Specific Integrated Circuit)，一旦設(shè)計(jì)制造完成后電路就固定了，無(wú)法再改變。定制化的SoC就屬于ASIC。高通、AMD、ARM、英特爾和英偉達(dá)都在致力于將定制化芯片整合進(jìn)它們的現(xiàn)有解決方案中。Nervana 和 Movidius（目前都在英特爾旗下）據(jù)說(shuō)正在開(kāi)發(fā)集合方案。SoC 在同一技術(shù)節(jié)點(diǎn)上所能提供的性能大約是 FPGA 系統(tǒng)的 10 倍，在特定結(jié)構(gòu)中還要更高。由于 SoC 和處理器所需的功率變得越來(lái)越低，其區(qū)別將來(lái)自于新的集合內(nèi)存系統(tǒng)和帶寬對(duì)外部存儲(chǔ)器的有效利用。在這一領(lǐng)域，整合為 systems-on-a-package（SOP）的 3D memory 至少可以節(jié)約 10 倍的功率。

　　類腦芯片

　　人類大腦的神經(jīng)元盡管傳導(dǎo)信號(hào)的速度很慢，但是卻擁有龐大的數(shù)量（千億級(jí)），而且每個(gè)神經(jīng)元都通過(guò)成千上萬(wàn)個(gè)突觸與其他神經(jīng)元相連，形成超級(jí)龐大的神經(jīng)元回路，以分布式和并發(fā)式的方式傳導(dǎo)信號(hào)，相當(dāng)于超大規(guī)模的并行計(jì)算，從而彌補(bǔ)了單神經(jīng)元處理速度的不足。人腦的另一個(gè)特點(diǎn)是部分神經(jīng)元不使用時(shí)可以關(guān)閉，從而整體能耗很低。IBM的true north芯片就是對(duì)人腦在芯片上的模仿。