技術(shù)門檻，都不低。相比之下，越是新出現(xiàn)的芯片種類，其技術(shù)門檻就越高。

芯片的門檻要看幾個(gè)方面，包括算法設(shè)計(jì)、材料工藝，加工工藝和封裝測(cè)試。有時(shí)設(shè)計(jì)算法能做好，但是加工環(huán)節(jié)被卡了脖子也會(huì)失敗。另外就是應(yīng)用生態(tài)。有了芯片要在實(shí)際產(chǎn)品上應(yīng)用，之后才能驗(yàn)證和改進(jìn)。這點(diǎn)是國內(nèi)芯片廠商最困難的。在進(jìn)口芯片的擠壓下，敢于試用國產(chǎn)芯片，需要很大的勇氣、魄力。

從國內(nèi)目前各公司技術(shù)水平看，能達(dá)到國際前沿水平的，目前可能只有寒武紀(jì)，其他公司還在努力，希望能早日突破。

下面把幾個(gè)概念通俗介紹一下：

CPU，全稱是Central Processing Unit，即中央處理器。

這個(gè)縮寫相信大家最熟悉，它是計(jì)算機(jī)系統(tǒng)的“大腦”

CPU主要包括運(yùn)算器、控制單元、若干寄存器、高速緩存器和它們之間通訊的數(shù)據(jù)、控制及狀態(tài)的總線。

它的工作思路是：存儲(chǔ)程序，按順序執(zhí)行。它最擅長于邏輯控制。由于CPU需要大量的空間去放置存儲(chǔ)單元和控制邏輯，計(jì)算能力就受限制，所以就有了GPU出場。

目前CPU技術(shù)上沒有革命性的技術(shù)變革，只要我們按照科學(xué)的程序，一步步努力，不冒進(jìn)，早晚能趕上。

GPU全稱是Graphics Processing Unit, 即圖像處理器；

GPU主要解決并行運(yùn)算問題。舉個(gè)生活中的例子。超市收銀臺(tái)前，顧客有100人排隊(duì)。如果只有一個(gè)收銀員，那么即使他操作速度再快，也要大家排隊(duì)耗時(shí)間。如果有50個(gè)收銀員同時(shí)收款，很快就解決問題。GPU解決的就是這個(gè)問題。這個(gè)問題在圖形圖處理時(shí)問題最突出，故改變算法規(guī)則，由GPU芯片來解決。但GPU不能獨(dú)立工作，必須由CPU控制。

NPU全稱是Neural network Processing Unit, 即神經(jīng)網(wǎng)絡(luò)處理器;

NPU，神經(jīng)網(wǎng)絡(luò)處理器，在電路層模擬人類神經(jīng)元和突觸，并且用深度學(xué)習(xí)指令集直接處理，一條指令對(duì)應(yīng)一組神經(jīng)元的任務(wù)。由于實(shí)現(xiàn)存儲(chǔ)和計(jì)算一體化，故計(jì)算效率大大提高。

TPU全稱是Tensor Processing Unit, 即張量處理器；

是一種為通過基于神經(jīng)網(wǎng)絡(luò)運(yùn)算能力的一種ASIC，即專用集成電路。他把微處理器、模擬IP核、數(shù)字IP核和存儲(chǔ)器集成在一個(gè)芯片上。這是解決運(yùn)算速度的另外一個(gè)思路，就是專項(xiàng)任務(wù)，專項(xiàng)解決。它通常根據(jù)特定運(yùn)算任務(wù)開發(fā)，指向特定用途。比如人機(jī)大戰(zhàn)中的AlphaGo。

SOC全稱是System on a Chip，其本質(zhì)上就是上面說的ASIC。可以叫作系統(tǒng)級(jí)芯片,或者叫片上系統(tǒng)

當(dāng)然是SOC了。

SOC叫做片上系統(tǒng)，別的都是xx處理器，而只有SOC叫做系統(tǒng)。一塊普通的soc能把CPU，GPU，NPU都集成進(jìn)去。

以驍龍845為例，這塊SOC集成了基帶，CPU，GPU，DSP，ISP，音頻單元，系統(tǒng)內(nèi)存和安全單元。其內(nèi)部結(jié)構(gòu)的復(fù)雜程度遠(yuǎn)超桌面CPU或者顯卡核心。

除了SOC之外，GPU是最復(fù)雜的。第一，GPU規(guī)模巨大，英偉達(dá)的GV100核心有大概211億個(gè)晶體管，而英特爾6700K則只有17.5億晶體管。第二，GPU驅(qū)動(dòng)是最復(fù)雜的，目前來看世界上能解決GPU驅(qū)動(dòng)問題的廠商只有英偉達(dá)。

CPU并不復(fù)雜，只要你的指令集和架構(gòu)能有配套的系統(tǒng)就夠了。TPU和NPU是協(xié)處理器，他們?cè)趯�業(yè)用途上很強(qiáng)但并不復(fù)雜。

在設(shè)計(jì)和制造上，這些都屬于集成電路，難度都很高，相對(duì)而言，CPU、GPU、NPU、TPU屬于集成電路邏輯的芯片，CPU的邏輯更完整，其他幾個(gè)在各自領(lǐng)域各有所長，SOC屬于集成芯片的芯片，設(shè)計(jì)更加系統(tǒng)。

CPU，Central Processing Unit，中央處理器。

GPU，Graphics Processing Unit, 圖像處理器；

NPU，Neural network Processing Unit, 神經(jīng)網(wǎng)絡(luò)處理器;

TPU，Tensor Processing Unit, 張量處理器；

如果CPU、GPU、NPU、TPU比作一棟摩天大樓的話，SOC好比總部基地，所以SOC≥CPU≥GPU、NPU、TPU

先更正你的問題，你列的幾個(gè)都不屬于同一范疇，cpu是中央處理器，gpu是圖形處理器，npu和tpu屬于ai處理器。soc是系統(tǒng)集成芯片，是一種架構(gòu)，可以將你說的前面幾種幾種集成到一塊芯片上，這樣做可以節(jié)省很多空間。

soc的門檻其實(shí)是最高的，畢竟soc是個(gè)整合架構(gòu)，涵蓋但不限于前面幾個(gè)的一種。

但是排除了soc，門檻最高的就是tpu和npu。因?yàn)檫@兩個(gè)涉及到人工智能這個(gè)新領(lǐng)域，而目前能做的基本數(shù)據(jù)就寥寥數(shù)十家(包括谷歌和華為)，可見其技術(shù)難度。

而CPU與GPU門檻反而是最低的，基本上套個(gè)殼都能用，極端點(diǎn)的就像麒麟，mtk，澎湃等基本上拿來就用的。

CPU和GPU門檻是低，但是要做得好做到能賺錢，同時(shí)還兼具高性能，那難度比npu和tpu難度更大。目前能做到這些的用四根手指頭能數(shù)的出來:高通，AMD，nvdia，Intel。(三星蘋果因?yàn)椴煌赓u，無法知曉在CPU這一塊是否有賺錢，因此不在范圍之內(nèi))

有個(gè)問題已經(jīng)有同學(xué)說了，soc與其他四個(gè)不在同一個(gè)范疇，不參與討論。前面四個(gè)，其實(shí)考量的維度也很多。如果一定要排序的話，個(gè)人認(rèn)為在同樣的設(shè)計(jì)制造水平下，應(yīng)用范圍越廣頻度越高的，需要支持的邏輯單元種類和特性越多，從穩(wěn)定性上講難度越大，穩(wěn)定是商用的極其重要的指標(biāo)，性能和功耗還能逐步改進(jìn)。因此大體上是CPU>GPU>NPU≈TPU

{!-- PGC_VIDEO:{\"thumb_height\": 360, \"thumb_url\": \"8dfa00015cf9778cd1c5\

SoC。

別看Intel，NV很牛，說實(shí)話，他倆技術(shù)真一般。為什么這么說呢？ 其實(shí)他倆主要是靠先發(fā)優(yōu)勢(shì)積累下來的專利來維持自己的優(yōu)勢(shì)，技術(shù)上，并不是有多么牛。最重要是案例就是，Intel和NV都做過SoC，全都失敗了，根本原因沒有能力。

Intel當(dāng)初做移動(dòng)x86芯片，整合基帶，DSP，基帶等，做不了，最終實(shí)在中國展訊的幫助下，才做成了SoC（不信自己去查新聞），但是后來，Intel一直做不好功耗和SoC的兼容性，后來沒有了下文。

NVIDIA，也做過SoC，大家還記得小米3的首發(fā)芯片就是NV家的，還是功耗，兼容和基帶做不好，NV專門收購了世界唯三的CDMA基帶公司（另外兩家是高通和威盛），但是基帶集成這個(gè)問題，NV做了3年，沒有任何效果，最后NV放棄移動(dòng)芯片，專做pad和汽車了（不用基帶，不用嚴(yán)格控制功耗）。

所以，不要感覺Intel和MV有多高大上，他們只是做了三四十年，熟悉了，還有老外比較擅長構(gòu)建專利墻。

這也為中國打擊美國半導(dǎo)體產(chǎn)業(yè)提供了一個(gè)方法: 我不保護(hù)你的專利，（x86隨便用吧，GPU專利也隨便用）。。。有人說，這不很流氓嗎？ 那我問你使用君子手段對(duì)付流氓管用，還是流氓手段對(duì)付流氓好用？ 落后者，不要總想者保護(hù)知識(shí)產(chǎn)權(quán)，或者對(duì)內(nèi)對(duì)外倆政策，等自己牛逼了，再嚴(yán)格保護(hù)知識(shí)產(chǎn)權(quán)

此外，還要挖他的人。一個(gè)團(tuán)隊(duì)一個(gè)團(tuán)隊(duì)的挖。

問這個(gè)問題明顯外行，比大小呢？不管是CPU GPU WPU XPU的，都是芯片。簡單點(diǎn)說，芯片分設(shè)計(jì)和工藝兩個(gè)部分。設(shè)計(jì)，就是芯片架構(gòu)嘛，架構(gòu)服務(wù)于功能，什么PU就是這么分出來的嘛。大家知道的架構(gòu)比如arm,mips,x86等。接下來就是工藝，架構(gòu)設(shè)計(jì)了還在紙上，出產(chǎn)品要生產(chǎn)。生產(chǎn)就要靠工藝，比如大家天天看到的幾nm，光刻機(jī)等。

說起門檻來，設(shè)計(jì)上，CPU GPU門檻最高，因?yàn)榧軜?gòu)要服務(wù)的功能比較綜合，電路，指令設(shè)計(jì)非常復(fù)雜，就算設(shè)計(jì)出來了，也要有系統(tǒng)軟件商用。之前有國芯號(hào)稱自助知識(shí)產(chǎn)權(quán)的架構(gòu)，其實(shí)抄了mips�，F(xiàn)在國產(chǎn)芯片用的架構(gòu)也都是國外的arm，mips這些。至于NPU，TPU相對(duì)服務(wù)功能簡單，就深度學(xué)習(xí)那塊功能，相對(duì)而言門檻較低。

工藝嘛，就體現(xiàn)工業(yè)綜合水平了，是一個(gè)長期過程。

最后，這里只是通俗的說說，磚家就別看了！

這幾個(gè)名詞代表了地球上最強(qiáng)大的幾個(gè)芯片公司：華為、蘋果、英特爾、高通、英偉達(dá)、谷歌、amd。

華山論劍沒有最高只有更高！

CPU是PC機(jī)的專用處理器，GPU是主要用于圖像的處理芯片、NPU、TPU都是專用的人工智能芯片，SOC是用于移動(dòng)的一攬子系統(tǒng)功能集成芯片。

目前來看，CPU這塊英特爾和AMD你追我趕，各不相讓，全球除了它們，就沒有一家能在這個(gè)競賽中取得好成績，門檻最高。

SOC是針對(duì)移動(dòng)的集成芯片，華為、蘋果、紫光、高通、三星等都有自已的芯片組，目前來看，華為的集成度稍領(lǐng)先，但并不是不可超越的，所以這一塊相對(duì)來說難度較低一點(diǎn)。

而GPU圖像處理芯片這塊，主要的競爭對(duì)手是AMD和英偉達(dá)，各有千秋，我國的科創(chuàng)板公司寒武紀(jì)和華為也有解決圖像處理的專用芯片，在某些領(lǐng)域超過英偉達(dá)的產(chǎn)品，所以這一塊的競爭方興未艾。

而NPU、TPU是不同公司對(duì)人工智能深度學(xué)習(xí)芯片的提法，我就知道不少公司都有自已的芯片和算法。

因?yàn)檫@塊的芯片功能并不是很全面，很多都是對(duì)自已的獨(dú)家技術(shù)進(jìn)行優(yōu)化，使用性和廣泛程度，遠(yuǎn)遠(yuǎn)小于CPU\GPU和SOC，所以這一塊我認(rèn)為門檻并沒有那么大。

CPU摩爾定律，英特爾一路狂奔

說起CPU，它的歷史可就老長了，從一開始人們發(fā)明計(jì)算機(jī)就出現(xiàn)了CPU，最初的CPU是用在大型機(jī)和工業(yè)機(jī)器上的，IBM執(zhí)其牛耳。

后來，由于芯片的集成度下降，開始出現(xiàn)小型PC機(jī)，IBM當(dāng)時(shí)并不是很看好CPU的未來，就把相關(guān)的CPU制造技術(shù)和專利給了英特爾，讓英特爾一路前奔。

英特爾也很爭氣，不僅開發(fā)了出了性能趕超小型機(jī)的CPU，而且它建設(shè)了自已的芯片工廠，不停提高芯片集成度，增加芯片功能。

英特爾的聯(lián)合創(chuàng)始人戈登·摩爾，就提出了“摩爾定律”，即每過18個(gè)月，計(jì)算機(jī)的集成度就增加一倍，芯片的能力也增加一倍。

經(jīng)過摩爾定律的熏陶之后，英特爾一路狂奔，把其它的競爭對(duì)手都踩在身下，只有一個(gè)AMD，緊緊咬住英特爾不放松，到最近才有超越的機(jī)會(huì)。

所以，通用計(jì)算機(jī)芯片的高門檻懷，讓英特爾保持利潤從80年代一直到今天，它的市值至今還有幾千個(gè)億美元。

而在通用CPU這方面，我國也有相應(yīng)的龍芯，用在銀河計(jì)算機(jī)等大型機(jī)上，以確保我們的科技不會(huì)被卡脖子。

但是由于成本高企，我們生產(chǎn)的芯片還不具備在國際上大規(guī)模競爭的能力，主要是自用為主。

隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，PC的芯片慢慢不再顯得那么重要，人們把眼光投入了移動(dòng)互聯(lián)網(wǎng)的芯片。

移動(dòng)的CPU，相對(duì)來說其性能和能力要求就不那么高了，因?yàn)樵谝苿?dòng)端，主力是SOC

低功耗打造麒麟芯，嚴(yán)要求首出SOC

說過了CPU，就講到SOC芯片組了。

我們知道移動(dòng)的手機(jī)體積小，散熱難，不可能象PC那樣安裝一個(gè)大型風(fēng)扇散熱，所以傳統(tǒng)的X86技術(shù)不太好用，必須打造專門的移動(dòng)芯片。

現(xiàn)在主流的幾家移動(dòng)芯片廠商采用的都是基于AMR的低功耗芯片信令集和架構(gòu)，蘋果的A14、麒麟9000，以及高通的965 +是流行的幾大芯片，當(dāng)然，還有紫光的虎賁。

但是要做到SOC集，就是在一個(gè)芯片中既包括通信基帶，又有計(jì)算、深度學(xué)習(xí)，不僅需要極同的集成度，還需要很豐富的通信經(jīng)驗(yàn)，和設(shè)計(jì)水平。

這一點(diǎn)，我們的麒麟9000做到了，它也是全球首發(fā)的5G SOC芯片。

蘋果因?yàn)槿狈�基帶技術(shù)，它的A14芯片必須外掛高通基帶，因此功耗稍大，帶寬也不是很理想。

高通理論上也可以做出5G SOC芯片，但是不知道它是基于成本的考慮，還是好貨要留在后面加價(jià)，并沒有推出。

所以，移動(dòng)的SOC芯片雖然重要，但并不是組合起來就不能用，蘋果的A14也獲得了不少好評(píng)。

可以說在這個(gè)領(lǐng)域蘋果、華為、高通、紫光等你追我趕，既有技術(shù)水平，也有商業(yè)成本的比拼，目前還沒有誰敢說自已樣樣第一。

所以，我認(rèn)為這個(gè)領(lǐng)域的競爭還剛剛開始，門檻還沒有那么高！

GPU英偉達(dá)一騎絕城、AMD緊隨其后

GPU主要用于圖像處理，視頻編解碼和并行計(jì)算。

這一塊目前英偉達(dá)是當(dāng)然的王者，英偉達(dá)的黃老板也是華人，最近正準(zhǔn)備收購AMD，讓我們先祝他一路好運(yùn)。

每年很多大型的游戲賽，用得都是通用的GPU卡，好的圖像卡，不容易卡頓，殺起LOL來得心應(yīng)手，是很大的GPU市場。

而這幾年興起的區(qū)塊鏈、虛擬幣，也消耗了很多GPU卡，因?yàn)镚PU的并行計(jì)算，正好可以對(duì)各路挖礦算法優(yōu)化，是采礦的當(dāng)然之選。

目前來看，英偉達(dá)第一，AMD的GPU卡緊隨其后。

我們國內(nèi)的寒武紀(jì)，開發(fā)了MU270卡，也有很好的編解碼性能，很多方面不亞于人后，只是支持的PC廠商不多，還遠(yuǎn)不被人們所知。

而華為，據(jù)說也準(zhǔn)備開發(fā)自研的圖像通用卡，由于它的達(dá)芬奇架構(gòu)的深度學(xué)習(xí)芯片組深為人所知，既便宜又低功耗，所以我也很看好華為在GPU的逆襲。

NPU和TPU

NPU和TPU用于人工智能深度學(xué)習(xí)，是一些較為小眾的提法，其中TPU是谷歌提出的芯片組，主要用于它的Tensorflow深度學(xué)習(xí)框架，看來谷歌也希望免費(fèi)的開源政策能夠幫它賣硬件增加收入。

NPU的全稱是神經(jīng)網(wǎng)絡(luò)計(jì)算芯片，主要用于人工智能計(jì)算，但目前主要的人工智能計(jì)算還是圖像智能分析。

從這個(gè)角度來看，NPU和GPU有一定的相似之處，必竟華為的達(dá)芬奇ＮＰＵ就用在各種攝像機(jī)上，不僅做智能分析，也可以用來編解碼。

同樣，寒武紀(jì)、依圖等國內(nèi)的人工智能公司，也都推出自已的NPU芯片組，用于特殊的領(lǐng)域。

而蘋果的A14芯片叫也說有自研的NPU芯片。

所以針對(duì)SOC集成芯片來說，NPU或TPU只能算里面的一個(gè)組件而已。

最后說了這么多U，都是屬于芯片的范疇，哪怕是最簡單的NPU，也不是一個(gè)普通的廠商所能做出來的。

通過芯片的集成化，可以很好地降低能耗和成本，更好地促進(jìn)我們的科技進(jìn)步和創(chuàng)新。

讓我們對(duì)這些牛B的企業(yè)致敬。

最后總結(jié)一下相關(guān)的企業(yè)和水平：

技術(shù)門檻第一梯隊(duì)：

CPU：英特爾，AMD

SOC：華為，高通，

GPU：英偉達(dá)，AMD

TPU、NPU：因?yàn)橥ㄓ眯圆缓�，各家都說自已不錯(cuò)，很難進(jìn)行統(tǒng)一比較，門檻相對(duì)不明顯。

詩云：

摩爾定律三十年，

芯片技術(shù)月月新，

你方制造電腦強(qiáng)，

我來創(chuàng)造移動(dòng)端，

英特爾爭CPU，

華為SOC第一，

若問利潤誰家高，

英偉黃總笑哈哈。