计算类 IC——硬核科技的代表

计算类芯片也称逻辑电路，是一种离散信号的传递和处理，以二进制为原理、实现数字信号逻辑运算和操作的电路, 它们在计算机、数字控制、通信、自动化和仪表等方面中被大量运用。逻辑电路可以分为标准化和非标准化两大类。

纵观全球半导体，作为资金与技术高度密集行业，半导体目前形成深化的专业分工、细分领域高度集中的特点，逻辑 IC 作为半导体行业的核心，自上世纪末开始，近 20 年来持续保持增长态势， CAGR 达到8.51%， 2018 年逻辑 IC 市场规模达到新高 1093 亿美金，约占全球半导体市场总值的四分之一。

▲1999—2018 全球逻辑 IC 销量及增速（亿美元， %）

目前世界范围内主流标准化逻辑电路有四种： CPU、 GPU、 ASIC、 FPGA。由于西方国家电子信息化拥有先发优势，形成了对革命性产品的垄断，逻辑 IC 行业形成了较高市场准入门槛，四个主流领域多被欧美发达国家的电子巨头所控制。

▲全球大型逻辑 IC 公司分类

1、 CPU

CPU 从 1971 年发展至今已经有四十七年的历史了，提起 CPU 不得不说 Intel 公司的发展史就是 CPU的发展简史。英特尔公司最早有三位创始人：罗伯特·诺宜斯、高登·摩尔、安迪·葛洛夫。集成电路技术的发展一直遵循摩尔定律，高登·摩尔就是摩尔定律创始人。

CPU 是一块超大规模的集成电路，是计算机的运算核心和控制核心。它的功能主要是解释计算机指令以及处理计算机软件中的数据。 CPU 的结构主要包括控制单元、运算器、高速缓存器、动态随机存取存储器四个部分，分别对应控制、运算、高速数据交换存储、短暂存储四个用途。

▲CPU 微架构示意图

多年来，随着电子信息技术发展， CPU 在集成电路领域仍保持强大的竞争优势，源于 CPU 诸多优势，其一 CPU 是通用类计算芯片，能适应不同应用场景，包括手机、汽车、工业制造、计算机等。其二性能上稳定性好、运算能力突出、功耗适中、开发周期相对较短、成本较低。

CPU 可分为桌面 CPU 和移动 CPU 两大类。桌面 CPU 行业目前形成传统霸主英特尔与后起之秀 AMD两强争霸的局面。

▲主要 CPU 公司介绍

工艺制程方面，目前 CPU 顶级的工艺制程为 14nm, 正在向 10nm 推进。 AMD 通过多年研发投入，从不同等级产品的核心数、基频、主频、缓存、工艺制程等多项技术参数上看已经不落后于 Intel, 但缺陷也是明显的， AMD 产品工作主频往往产生较高发热量，功耗过大，反映了 AMD 追求低成本工艺制作与 Intel追求极致工艺制作的较大差距。

应用领域上， CPU 作为任何电子终端产品的核心部件，被大规模应用在个人 PC、平板电脑、大型服务器、商用无人机、移动设备上。

▲CPU 主要应用领域

移动 CPU 领域呈现一超多强的局面，美国高通公司一直在高端移动处理器市场中占据垄统治地位，至今这种优势依旧难以打破。其竞争对手主要包括美国苹果电脑、***联发科和韩国三星电子。

▲主要移动 CPU 公司介绍

2、 GPU

由于 CPU 的架构中需要大量的空间去放置存储单元和控制单元，相比之下计算单元只占据了很小的一部分，所以它在大规模并行计算能力上极受限制，而更擅长于逻辑控制。但是随着人们对更大规模与更快处理速度的需求增加， CPU 无法满足，因此诞生了 GPU。

GPU 是图形处理器，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，拥有很强的浮点运算能力。它与 CPU 有明显区别：一是相比于 CPU串行计算， GPU 是并行计算，同时使用大量运算器解决计算问题的过程，有效提高计算机系统计算速度和处理能力，它的基本思想是用多个处理器来共同求解同一问题，即将被求解的问题分解成若干个部分，各部分均由一个独立的处理机来并行计算。二是 GPU 的结构中没有控制器，所以 GPU 无法单独工作，必须由 CPU 进行控制调用才能工作， GPU 更适合简单大量的处理类型统一的数据。

▲GPU 可以解决的问题以及应用领域

虽然 GPU 是为了图像处理而生的，但是我们通过对 GPU 微架构示意图观察，认为 GPU 在结构上并没有专门为图像服务的部件，只是对 CPU 的结构进行了优化与调整，所以 GPU 也可以称为专用 CPU。

▲GPU 微架构示意图

谈到 GPU，可能首先想到的是 NVIDIA，这是一颗 GPU 领域的璀璨明星， NVIDIA 成立于 1993 年，由黄仁勋等三人创办，从 1995 年开始推出自己的显卡 NV1 和 NV2，但并不成功，真正让 NVIDIA 崭露头角的是 1997 年推出的 RIVA128，这款显卡像素填充率为 100 Mpiexl/s，支持微软的 Direct 3D 标准，在能效上超越了 3Dfx 的 Voodoo 和 ATI 的 Rage Pro，加上价格低廉获得了很多整机厂的青睐，随后 NVIDIA 乘胜推出了 RIVA TNT 及 GeForce 256，彻底将 3Dfx 和 S3 这些昔日的霸主抛在身后，此时唯一能与之相争的只有 ATI 的 Radeon， ATI 的Radeon 系列与 NVIDIA 的 GeForce 系列的对抗直到 2006 年才罢场， AMD成功收购 ATI，独立 GPU 市场形成 NVIDIA 和 AMD 两大巨头的格局。

从产品上来看，两家公司 GPU 特点和优势完全不同,这缘于研发思路存在差异：NVIDIA 产品特点主要有四点：一是设计思路归于高性能、低功耗；二是性能强大，经常垄断高端旗舰级市场，高端 N 卡占据优势比较明显；三是支持 PhysX、 TXAA、 FXAA 等多个技术；四是驱动程序完善。

AMD 的产品特点在于：一是芯片单一性能突出，功耗普遍较大；二是主打入门级的产品，性价比高，覆盖中低端市场；三是支持 AMD Eyefinity 宽屏技术；四是挖矿性能相当突出。总之， N 卡主要有低功耗、驱动成熟、追求极致性能，产品线完善等优势， A 卡则主要是性价比相对更高，计算能力强，绘图、挖矿更有优势，画质较好，但高端产品线较少。

3、ASIC

近年随着以比特币为代表的虚拟货币市场的火爆， 催生了一大批生产“挖掘”虚拟货币设备的矿机厂商，相较于我们常见的 CPU、 GPU 等通用型芯片来说， ASIC 芯片的计算能力和计算效率都直接根据特定的需要进行定制，所以其可以实现体积小、功耗低、高可靠性、保密性强、计算性能高、计算效率高等优势，特别适合矿机这种对芯片算力要求高、功耗要求小的特定应用领域。缺点是 ASIC 不同于 GPU 和FPGA 的灵活性，定制化的 ASIC 一旦制造完成将不能更改设计要求高、初期成本高、开发周期长。

▲比特大陆蚂蚁矿机 S15以及ASIC 矿机芯片

由于挖矿属于边缘应用领域， AI 仍是 ASIC 的主要应用领域，随着人工智能时代到来，传统的神经网络算法在通用芯片(CPU 、 GPU)上效率不高，功耗比较大，因此从芯片的设计角度来说，通用型往往意味着更高的成本。为了提升效率，降低功耗， ASIC 应运而生。目前从全球范围来看，基于人工智能方向的ASIC 领域并未出现“一家独大”的局面，反而呈现出国内外电子科技巨头、科研院所和国内初创型公司互相竞争的格局，国外以 Google、 IBM、 Intel、斯坦福大学为首，国内有中星微电子、寒武纪科技、启英泰伦。

4、FPGA

通用处理器的摩尔定律已入暮年，而机器学习和 Web 服务的规模却在指数级增长。人们使用定制硬件来加速常见的计算任务，然而日新月异的行业又要求这些定制的硬件可被重新编程来执行新类型的计算任务。 FPGA 正是一种硬件可重构的体系结构，常年来被用作高计算领域专用芯片（ASIC）的小批量替代品。

FPGA 指现场可编程门阵列，它是在 PAL、 GAL、 CPLD 等可编程器件的基础上进一步发展的产物。它是作为专用集成电路（ASIC）领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。

▲FPGA 内部结构图

FPGA 能部分替代 ASIC 是有原因的，一是 FPGA 并行运算，二是硬件结构可变，三是运行中可更修改。

▲FPGA 可小批量替代 ASIC 的原因

FPGA 的核心优势，主要有五个方面：可编程灵活度高、并行运算效率高、开发周期较短、稳定性好、长期维护。

全球 FPGA 市场被国外四大巨头 Xilinx（赛灵思）， Altera（阿尔特拉已被英特尔收购）、 Lattice（莱迪思）、 Microsemi(美高森美)垄断。从产品上看，赛灵思公司多年来保持 FPGA 行业霸主地位，源于产品超强的竞争力，一是赛灵思 FPGA在集成上不断突破，工艺制程一直保持领先，芯片效率高、功耗小。二是产品定位于高端市场，应用领域覆盖汽车、数据中心、消费类电子、高性能计算、医疗、有线通信等附加值高的行业。三是技术专利数量庞大，形成了抵御同业对手的天然壁垒。

5、DSP

除了以上四种主要标准化电路，非标准化逻辑电路也在各种应用领域被大量应用， DSP 是应用领域比较广泛的一种。

区别于 FPGA 适用于系统高速取样速率、高数据率、框图方式编程、处理任务固定或重复、使用定点。适合于高速采样频率下，特别是任务比较固定或重复的情况以及试制样机、系统开发的场合。 DSP，也称数字信号处理器，适用于系统较低取样速率、低数据率、多条件操作、处理复杂的多算法任务、使用 C 语言编程、系统使用浮点。适合于较低采样速率下多条件进程、特别是复杂的多算法任务。 DSP 是由通用计算机中的 CPU 演变而来的，和工业控制计算机相比， DSP 这种单片机具有多重优势：一是系统结构简单，使用方便，实现模块化；二是可靠性高，可保持长时间无故障工作；三是处理功能强，速度快；四是控制功能强；五是环境适应能力强。

▲DSP 内部结构图

DSP 凭借卓越的性能，在图形图像处理，语音处理，信号处理等通信领域起到越来越重要的作用，被广泛应用于移动通信、电机控制、汽车毫米波雷达图像处理、测量仪表等领域。

▲DSP 重要应用领域

目前，全球范围内上生产 DSP 的大型厂商包括德州仪器、亚德诺半导体、恩智浦半导体。

▲DSP 主要公司介绍

依据 DSP 主流厂商产品的特点，可以预计未来 DSP 技术将向以下几个方面继续发展与更新：一是DSP 芯核集成度越来越高，通过缩小 DSP 芯片尺寸，实现了 DSP 系统级的集成电路；二是为了面向复杂应用领域，可编程 DSP 芯片将成为未来主导；三是定点 DSP 仍占据主流，随着 DSP 定点运算器件成本的不断低，能耗越来越小的优势日渐明显，未来定点 DSP 芯片仍将是市场的主角。

总体上来看，通过对多种计算类芯片全方位对比，计算类芯片经过几十年的发展， CPU 不再一枝独秀，多种新应用领域对复杂计算产生强大需求，由此产生专注于图像处理的芯片 GPU；可以灵活编程，大幅缩短开发周期的芯片 FPGA；进行了定制设计优化，在特定应用场景下功耗及量产成本较低的 ASIC 芯片；以及融合数字信号处理算法，专用于数字信号处理领域的 DSP 芯片等都得到了广泛的应用与快速的发展。

目前，计算类芯片已经形成了以 CPU、 GPU、 FPGA、 ASIC、 DSP 并行发展的新趋势，可以预见，随着未来 5G 通讯、传感器（MEMS）、可穿戴设备、物联网、工业机器人、 VR/AR 以及人工智能等新兴领域市场的发展扩大，对计算类芯片性能、技术、能耗等方面的需求将继续驱动各种计算类芯片在技术上得到更加快速的发展。