科普｜人工智能（AI）芯片大乱斗( 二 ) 人工智能的概念诞生于1956年的

EPU的部分主要功能包括：
具有高性能机器情绪意识
在智能机器中创造情绪状态和合成情绪
让人工智能或机器人能够体验64万亿种不同的情绪状态
向其他人工智能技术传送数据，以获得一系列真实的表情和互动，并且全面了解语言和评价
对话准确率高达98%
FPU（FloatingProcessingUnit）
做浮点运算的模块
GPU（GraphicsProcessingUnit）
可以说这几年GPU太火爆了！国内很多AI芯片公司都是做GPU的。在5年以前，想在国内公司做GPU是很难的，但现在则有很多初创公司进入GPU领域，比如天数，沐曦，景嘉微等。
GPU被广泛用于嵌入式系统、移动电话、个人电脑、工作站和电子游戏解决方案当中。现代的GPU对图像和图形处理是十分高效率的，这是因为GPU被设计为很高的并行架构这样使得比通用处理器CPU在大的数据块并行处理算法上更具有优势。
从硬件设计上来讲， CPU由专为顺序串行处理而优化的几个核心组成。另一方面， GPU则由数以千计的更小、更高效的核心组成，这些核心专为同时处理多任务而设计。

文章图片

文章图片
所以， GPU在图像处理等任务上，有极大的优势，结合自动驾驶等应用场景，使得GPU成为芯片行业的新宠。
HPU（HolographicProcessingUnit）
全息处理器。微软HoloLens是世界上首台独立的全息计算机设备，能够提供高清晰度的全息影像，其秘密在于HoloLens搭载的HolographicProcessingUnit（全息处理单元，简称HPU），这是一款定制芯片，可以处理和交互不同传感器及IntelAtom的数据串流。

文章图片
IPU（IntelligenceProcessingUnit）
英国AI芯片创业公司Graphcore率先提出的概念，即智能处理器。成立于2016年，总部位于英国布里斯托， Graphcore的主要业务是设计用于AI应用程序的处理器，为云服务等应用提供产品支持。
今年5月20号，在第五届世界智能大会上， Graphcore的MK2IPU正式亮相，工艺为7纳米，集成了594亿个晶体管，具有1472个真正独立的处理器内核。 IPU-M2000是一款即插即用的机器智能刀片式计算单元，集成了4颗MK2IPU ，可提供1petaFLOPS机器智能计算。

文章图片
JPU
JPU目前还没有明确的概念，有一称说是JobProcessingUnit ，叫这个名字完全没有任何特点。
KPU（KnowledgeProcessingUnit）
嘉楠耘智的K210就是一款基于自主研发的神经网络KPU ，基于RISV-V架构，目前已经应用在多个领域。

文章图片
另外中科驭数也提出了KPU概念，其KPU是专为加速特定领域核心功能计算设计的一种协处理器架构，以功能核作为基本单元，直接对应用中的计算密集性应用进行抽象和高层综合，实现以应用为中心的架构“定制” ，有效解决特定领域的海量数据处理问题。
LPU
目前业内还没有关于LPU的定义，大家快来抢啊！
MPU(MicroProcessingUnit)
微处理器，与CPU概念相近，不做过多的介绍。
NPU（Neural-NetworkProcessingUnit）
做NPU的公司不止一家，这里介绍一下平头哥的含光NPU 。 2019年9月， T-Head发布了首个数据中心芯片-含光800 。瀚光800是一款12nm高性能人工智能推理芯片，集成了170亿个晶体管，实现了820TOPS的峰值计算能力。在行业标准ResNet-50测试中，实现了78563IPS的推理性能和500IPS/W的能效率比。