概念

AI芯片的特点包括：新型计算范式AI芯片的关键特征：

1、新型的计算范式
AI 计算既不脱离传统计算，也具有新的计算特质，如处理的内容往往是非结构化数据（视频、图片等）。处理的过程通常需要很大的计算量，基本的计算主要是线性代数运算，而控制流程则相对简单。处理的过程参数量大。
2、训练和推断
AI 系统通常涉及训练和推断过程。简单来说，训练过程是指在已有数据中学习，获得某些能力的过程；而推断过程则是指对新的数据，使用这些能力完成特定任务（比如分类、识别等）。
3、大数据处理能力
人工智能的发展高度依赖海量的数据。满足高效能机器学习的数据处理要求是AI 芯片需要考虑的最重要因素。
4、数据精度
低精度设计是AI 芯片的一个趋势，在针对推断的芯片中更加明显。对一些应用来说，降低精度的设计不仅加速了机器学习算法的推断（也可能是训练），甚至可能更符合神经形态计算的特征。
5、可重构的能力
针对特定领域而不针对特定应用的设计，将是AI 芯片设计的一个指导原则，具有可重构能力的AI 芯片可以在更多应用中大显身手，并且可以通过重新配置，适应新的AI 算法、架构和任务。
6、开发工具
就像传统的CPU需要编译工具的支持， AI 芯片也需要软件工具链的支持，才能将不同的机器学习任务和神经网络转换为可以在AI 芯片上高效执行的指令代码。
干扰项：
信号处理能力：把某一个信号变为与其相关的另一个信号的能力，例如把信号变换成容易分析与识别的形式。
可定制性：可以按照用户的要求设计制造。
图像处理能力：用计算机对图像进行分析，以达到所需结果的技术的能力。