dadiannao
寒武紀的dadiannao的誕生稍晚於diannao，同樣也是在2023年。（這裡僅僅指**發表時間）
如果把diannao看作是嵌入式終端使用的處理器，那麼dadiannao就是伺服器上用的大規模高效能處理器。
dadiannao其實就是採用的diannao的nfu作為核心，然後在一塊晶元上同時放置了16個nfu，於是乎，效能也就是diannao的16倍。
文章說，在dadiannao的設計過程中，首先想到的是，直接將diannao中nfu的邏輯資源擴大成原來的16倍即可簡單實現效能16倍的提公升。但是這裡就要考慮晶元上實際的電晶體布局及佈線。發現，如果單純擴大nfu規模，那麼最終佈線所占用的晶元面積遠遠超過nfu邏輯模組，貌似並不高效，如下圖中的figure4所示。
於是乎，就想到了多核並行的架構。
將上面的大nfu拆分成16個小nfu（diannao），通過合理布局佈線，能夠大幅縮小佈線需要的面積，最終面積的減小28.5%，而效能與上面的設計相同。
晶元上，那可真的是寸土寸金。
沒說的，選第二種，也就是下圖中的figure5。
到目前為止（2023年），國內的人工智慧公司，大部分還是侷限在演算法領域，並不關注底層硬體。少數幾個大體量的ai獨角獸，如寒武紀/商湯/深鑑/地平線/位元大陸等公司，都對晶元有不同程度的涉足。這其中，大部分公司的晶元都只是涉及到終端的推斷（inference），而沒有涉足訓練（training），所以晶元設計比較簡單。
相反，國外的科技巨頭，比如谷歌/intel/nvidia/facebook等，都有涉足training的深度學習處理器的研發。
寒武紀是少數已經涉足training的中國企業。
dadiannao就是可以用於伺服器上進行大規模training的專用晶元。
看好寒武紀！
AI晶元 寒武紀PuDianNao結構分析
pudiannao 之前介紹了寒武紀的diannao和dadiannao，其實內部處理邏輯可以說是一樣的。這種架構，只能適用特定的演算法型別，比如深度學習 cnn，dnn，rnn 等。但是，深度學習只是機器學習中的某一類，整個機器學習，有很多其他種類的演算法，和深度學習的不太一樣，甚至經常用到除法等...
AI晶元 寒武紀ShiDianNao結構分析
shidiannao shidiannao的出現是寒武紀在深度學習處理器上細分領域的更加深入。前面介紹的diannao針對的是大部分的深度學習神經網路演算法，包括cnn和rnn等。目前比較火而且應用面非常廣的領域是計算機視覺，若在這個領域的演算法精度實現巨大突破，那麼，就將開啟廣闊的應用領域，能夠真...
AI晶元 寒武紀Cambricon X結構分析
cambricon x是針對稀疏係數的矩陣計算架構。深鑑科技的韓松等人的研究發現，可以將傳統的深度學習網路模型的許多權重係數去掉，甚至能去掉90 以上，而並不影響模型的計算精度。如下圖所示。目前的深度學習模型的權重係數太多，造成需要的乘法計算非常多，計算時間長，速度慢。相信，未來的模型會更加複雜，需...