高乐股份 人工智能-韩国研发高算力、低能耗的神经网络处理器

财联社资讯获悉，韩国政府与AI芯片和云计算企业联合，组成一个团队，研发高算力、低能耗的神经网络处理器（NPU）推理芯片。

一、NPU芯片具有显著的能耗节约优势

据悉，这一举措的目的是与英伟达竞争，但避开其擅长的GPU。该NPU芯片研发第一期项目将斥资1000亿韩元高乐股份 人工智能，目标到2025年完成神经网络处理器验证；第二期目标2028年研制出低功耗存内处理（PIM）芯片；第三期目标2030年研制出超低功耗存内处理芯片。

AI芯片是算力的核心，是专门用于处理人工智能应用中的大量计算任务的模块（其他非计算任务仍由CPU负责）。伴随数据海量增长，算法模型趋向复杂，处理对象异构，计算性能要求高，AI芯片在人工智能的算法和应用上做针对性设计，可高效处理人工智能应用中日渐多样繁杂的计算任务。

AI芯片主要包括图形处理器（GPU）、现场可编程门阵列（FPGA）、专用集成电路（ASIC）、神经拟态芯片（NPU）等。NPU芯片设计逻辑更为简单，常用于边侧和端侧的模型推理，并生成结果，在处理推理工作负载时，具有显著的能耗节约优势。

二、座舱对NPU算力需求3年或增10倍

智能汽车时代芯片架构更加复杂化，需要类似大脑功能实现自动驾驶的神经网络NPU。根据IHS测算，座舱对芯片CPU算力的需求在3年内增长3倍高乐股份 人工智能，NPU算力需求则在3年内增长约10倍。光大证券认为，NPU将成为人工智能的重要趋势。

三、相关上市公司：芯原股份 国科微 瑞芯微

芯原股份用于人工智能的神经网络处理器IP（NPU）业界领先，已经在10多个领域、60多家客户的110多款芯片中被采用，公司的AI视频处理解决方案、GPGPU和NPU也已经被用于客户面向数据中心、高性能计算、汽车等领域的AI芯片中。

国科微自研的的相关芯片使用场景更加广泛，可应用于多场景AI应用比如工控应用、家用机器人应用、车载应用，边缘计算、机器视觉等众多智能视觉场景。目前，公司在视觉领域NPU的前端算力已经达到了4T，正积极同下游厂家进行适配与导入。

瑞芯微的通用SoC芯片不仅包含用于人工智能的神经网络运算处理单元NPU，还包括CPU、GPU等与NPU算力匹配的通用运算单元，以及高效的存储和丰富的接口，满足各种AIoT场景下端侧和边缘计算侧的产品应用。