9 ， 5大千万级设备市场技术拆解_
近一年各种深度学习平台和硬件层出不穷 ， 各种xPU的功耗和面积数据也是满天飞 ， 感觉有点乱 。在这里我把我看到的一点情况做一些小结 ， 顺便列一下可能的市场 。在展开之前 ， 我想强调的是 ， 深度学习的应用无数 ， 我能看到的只有能在千万级以上的设备中部署的市场 ， 各个小众市场并不在列 。
深度学习目前最能落地的应用有两个方向 ， 一个是图像识别 ， 一个是语音识别 。这两个应用可以在如下市场看到：个人终端（手机 ， 平板） ， 监控 ， 家庭 ， 汽车 ， 机器人和无人机 。
手机和平板：安卓的天下 ， 一定要紧跟谷歌爸爸
先说手机和平板 。这个市场一年的出货量在30亿颗左右（含功能机） ， 除苹果外总值300亿刀 。手机主要玩家是苹果（3亿颗以下） ， 高通（8亿颗以上） ， 联发科（7亿颗以上） ， 三星（1亿颗以下） ， 海思（1亿颗） ， 展讯（6亿颗以上） ， 平板总共4亿颗左右 。而28纳米工艺 ， 量很大的话（1亿颗以上） ， 工程费用可以摊的很低 ， 平均1平方毫米的成本是8美分左右 ， 低端4G芯片（4核）的面积差不多是50平方毫米以下 ， 成本就是4刀 。中端芯片（8核）一般在100平方毫米左右 ， 成本8刀 。16纳米以及往上 ， 同样的晶体管数 ， 单位成本会到1.5倍 。
一般来说 ， 手机的物料成本中 ， 处理器芯片（含基带）价格占了1/6左右 。一个物料成本90刀的手机 ， 用的处理器一般在15刀以下 ， 甚至只有10刀 。这个10刀的芯片 ， 包含了处理器 ， 图形处理器 ， 基带 ， 图像信号处理器 ， 每一样都是高科技的结晶 ， 却和肯德基全家桶一个价 ， 真是有点惨淡 。然而 ， 生产成本只是一部分 ， 人力也是很大的开销 。一颗智能机芯片 ， 软硬开发 ， 测试 ， 生产 ， 就算全用的成熟IP ， 也不会少于300人 ， 每人算10万刀的开销 ， 量产周期两年 ， 需要6000万刀 。外加各种EDA工具 ， IP授权和开片费 ， 芯片还没影子 ， 1亿刀就下去了 。
言归正传 ， 手机上的应用 ， 最直接的就是美颜相机 ， AR和语音助手 。这些需求翻译成硬件指令 ， 就是对8位整数点乘（INT8）和16位浮点运算（FP16）的支持 。具体怎么支持？曾经看到过一张图 ， 我觉得较好的诠释了这一点：
智能手机和平板是安卓的天下 ， 所有独立芯片商都必须跟着谷歌爸爸走 。谷歌已经定义了Android NN作为上层接口 ， 可以支持它的TensorFlow ， 以及专为移动设备定义的TensorFlow Lite 。而下层 ， 针对各种不同场景 ， 可以是CPU ， GPU ， DSP ， 也可以是硬件加速器 。它们的能效比如下图：
可以看到 ， 在TSMC16纳米工艺下 ， 大核能效比是10-100Gops/W（INT8） ， 小核可以做到100G-1Tops/W ， 手机GPU是300Gops/W ， 而要做到1Tops/W以上 ， 必须使用加速器 。这里要指出的是 ， 小核前端设计思想与大核完全不同 ， 在后端实现上也使用不同的物理单元 ， 所以看上去和大核的频率只差50% ， 但是在逻辑运算能效比上会差4倍以上 ， 在向量计算中差的就更多了 。
推荐阅读
- 青岛联想专卖店，青岛联想笔记本专卖店地址和电话
- 戴尔笔记本电脑1420，DELL的电脑1420好不好
- 联想y410，联想笔记本Y410和Y400那个比较好一点。
- 哪个牌子的笔记本电脑最好用? 哪个牌子的笔记本电脑最好用
- 笔记本小米好还是华为好 小米和华为笔记本
- 惠普笔记本专卖，惠普专卖店
- 联想 笔记本，联想笔记本有几个系列 哪个好点
- 笔记本电脑什么配置好，打穿越火线买什么笔记本价格低性能好配置高你懂的搜狗
- 笔记本买华为还是小米 小米和华为笔记本
- 苹果笔记本电脑报价大全，苹果笔记本都有什么价位的都是什么配置的