推理芯片与传统芯片算力
① 阿里最强 AI 芯片背后，是中国芯片换道超车的开始吗
在拍立淘商品库里，每天要新增 10 亿商品图片。为了这些巨量的图片被准确识别，并给用户正确的反馈，阿里巴巴内部需要 GPU 算力识别 1 小时。成本暂且不提，这个速度对于追求效率阿里似乎还是有些慢了。
在云应用生态走向成熟的同时，往硬件基础设施补课，「节本增效」成为阿里云看待未来和布局行业的最新选择。这同时开始将云计算战场的重心推向一个新的高度——云计算不再是单纯的业务层面的碰撞，而是从硬件到软件应用的生态碰撞。其中，作为底层基础设施的 AI 芯片扮演的角色至关重要，它将进一步影响云服务的成本和能力。
② 平头哥的首颗AI芯片对于阿里有何影响呢
我觉得这个芯片对阿里的影响是巨大的，有着非常关键的作用。
③ 阿里第一颗芯片问世，为何第一个AI芯片就登顶全球
含光一出，不服来干！
阿里将芯片命名为平头哥，一种生活在非洲的蜜罐，号称全球胆子最肥的动物。其性格“不服就干”也成了阿里芯片的代名词。
含光是我国传说中上古三大神剑之一，该剑含而不露，光而不耀，光听名字就能想象到此剑强劲的威力。而含光就是平头哥旗下的小弟，将来还会有更多芯片产品。含光800的出现，真正体现了平头哥的特色：短、平、快。再加上上古神剑，天下无敌，听这名字就相当的霸气。
三、为企业输出普惠算力，好东西让更多企业使用。
阿里产品铁三角：AI+芯片+云计算，从技术和硬件都没有问题，阿里是服务企业起家的，未来这些应用的目标还是广大企业用户。依靠阿里巴巴“让天下没有难做生意”的愿景，将会打造全新的商业模式——平头哥模式，为企业提供性价比更高的普惠算力，让更多企业都能享受科技带来的价值。
④ AI芯片“含光800”问世，阿里巴巴旗下的第一芯片能否让人眼前一亮
AI芯片“含光800”的问世，的确让人眼前一亮。
2019年9月25号，阿里巴巴旗下达摩院院长张建峰现场展示了这款aI芯片，在业内标准的测试当中，含光800推理性能达到了78563 Ips，比目前业界最好的AI芯片性能高4倍。
可以说阿里巴巴的20年来是奋进的20年，带给我们无穷的新的商业和科技体验，带给了我们现代化和当代化的生活。
感谢这些作出努力的科学家，研发者感谢他们的团队，以及支撑团队的阿里巴巴！
⑤ 阿里首款AI推理芯片“含光800”问世，这款芯片达到了什么水平
阿里第一颗芯片诞生！刚刚，云栖大会现场，阿里巴巴集团CTO、达摩院院长张建锋向全场展示了含光800——阿里第一款AI芯片。为了这款芯片，阿里一年前放下狠话，但谁也没想到一年后即亮相：不仅完成流片，还已在阿里云上正式上线。这也是阿里平头哥成立以来首款硬件产品，是阿里20年发展史上首款自主研发、流片量产的芯片。
每天新增10亿商品图片的拍立淘商品库，使用含光800识别效率可提升12倍，时间从传统通用GPU的1小时缩减至5分钟。此前，阿里平头哥连战连捷，过去两个月已经发布了无剑SoC平台和玄铁处理器IP，“让天下没有难造的芯片”，帮助企业降低芯片设计门槛。现在，作为首款硬件，也是最硬核产品，含光800依然承载平头哥之志，希望通过阿里云AI云服务，让企业随时随地可以享受高性能计算。
⑥ 阿里第一颗自研芯片正式问世，为何被誉为全球最强AI
9月25日，在2019云栖大会上，阿里巴巴集团首席技术官、阿里云智能总裁张建锋宣布，平头哥发布全球最高性能AI推理芯片含光800。含光800是阿里巴巴第一颗自研芯片，其称是全球性能最强的AI芯片，主要用于云端视觉处理场景。
⑦ 阿里首款AI推理芯片含光800问世，“中国芯”的突破有什么重大意义
整整20年的努力。阿里凭借强大的研发能力和高投入，不知不觉地成为了一个真正的科技巨头。9月26日，新亚新闻网在今天的云起会议上首次宣布了人工智能电话的规模：每天超过1万亿个电话，为全世界10亿人服务，处理10亿张图像，120万个视频小时，550，每天有5000个语音小时和5000亿个自然语言句子，已经成为中国最大的人工智能公司。
一年后，它交付了其成果。在昨天的云集大会上，张剑锋发布了一款人工智能芯片汉光800。这是阿里巴巴首次使用自己的硬件架构将阿里巴巴算法集成到芯片中。这也是互联网公司开发的第一款大型芯片。汉光是古代三神剑之一。剑包含但不显露，但不发光。在杭州城市大脑的商业测试中，光800的计算能力相当于10gpus。这也是阿里平头阁成立以来的第一款硬件产品。这是阿里20年发展史上第一款自主研发生产的芯片。
⑧ 阿里首款AI推理芯片“含光800”问世，阿里的“造芯”过程是怎样的
在2019年云栖大会主论坛，阿里巴巴CTO、达摩院院长张建锋从口袋里掏出一款看得见、摸得着的芯片：含光800。这是一款AI芯片，重点应用于机器视觉中，如图片识别、视频识别等。作为平头哥半导体公司首颗自主研发的芯片，含光800成为云栖大会主论坛的热门话题。
在业界标准的ResNet-50测试中，含光800推理性能达到78563 IPS，比目前业界最好的AI芯片Habana Goya 高4倍；能效比500 IPS/W是其3.3倍。跟一年前市面上的英伟达P4比，性能有46倍的优势，“Ali-NPU 性能40倍于同类产品”不是吹牛。
⑨ 可重构计算芯片与其他架构芯片有什么不同，为什么可以做到更高的能效比
可重构计算架构（Coarse-，CGRA），是指能根据变换的数据流或控制流，对软件和硬件结构进行动态配置的计算模式。
CGRA最大的优势就是能通过空域硬件结构组织不同粒度和不同功能的计算资源，通过通过运行过程中的硬件配置，调整硬件功能，根据数据流的特点，让功能配置好的硬件资源互连形成相对固定的计算通路，从而以接近“专用电路”的方式进行数据驱动下的计算(如图所示)。当算法和应用变换时，再次通过配置，使硬件重构为不同的计算通路去执行。一方面，因为没有传统指令驱动的计算架构中取指和译码操作的延时和能耗开销，二是在计算过程中以接近“专用电路”的方式执行，是一种高效而灵活的计算架构，所以在能在算力和能耗上取得很好的平衡，达到更高的能效比。
补充一下与传统芯片的对比：
CPU架构基于通用指令，以时域执行模式进行计算，非常灵活。但是取指，译码开销大，若碰到条件分支预测等，控制代价大。同时，计算过程中时域执行方式下，数据复用率低，频繁访存能耗开销大。
GPU架构采用了基于指令的SIMD执行方式，考虑了比如3D图形处理等通用需求，除了取指，译码代价开销外，还会有高吞吐高带宽设计，在实际AI处理过程中，带宽和资源利用率随着变化大，利用效率低，能耗开销大。
NPU计算架构对特定神经网络进行了定制化，其仍然是基于指令执行的方式，指令读取和译码开销不可以避免，同时，对于没有定制的层，无法很好处理，灵活性受限。CGRA相比NPU能够有10倍以上的性能提升。
FPGA计算架构细粒度位级别，基于查找表的执行方式，硬件可编程，非常灵活。然而，大量细粒度LUT使得内部连线非常复杂，大量基于存储的LUT的存在和互联线，也会耗费大量的功耗。
⑩ 给人工智能提供算力的芯片有哪些类型
给人工智能提供算力的芯片类型有gpu、fpga和ASIC等。
GPU，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上图像运算工作的微处理器，与CU类似，只不过GPU是专为执行复杂的数学和几何计算而设计的，这些计算是图形渲染所必需的。
FPGA能完成任何数字器件的功能的芯片，甚至是高性能CPU都可以用FPGA来实现。 Intel在2015年以161亿美元收购了FPGA龙 Alter头，其目的之一也是看中FPGA的专用计算能力在未来人工智能领域的发展。
ASIC是指应特定用户要求或特定电子系统的需要而设计、制造的集成电路。严格意义上来讲，ASIC是一种专用芯片，与传统的通用芯片有一定的差异。是为了某种特定的需求而专门定制的芯片。谷歌最近曝光的专用于人工智能深度学习计算的TPU其实也是一款ASIC。
(10)推理芯片与传统芯片算力扩展阅读：
芯片又叫集成电路，按照功能不同可分为很多种，有负责电源电压输出控制的，有负责音频视频处理的，还有负责复杂运算处理的。算法必须借助芯片才能够运行，而由于各个芯片在不同场景的计算能力不同，算法的处理速度、能耗也就不同在人工智能市场高速发展的今天，人们都在寻找更能让深度学习算法更快速、更低能耗执行的芯片。