隨著深度學(xué)習(xí)、大模型、生成式人工智能等算法技術(shù)的迅猛發(fā)展，人工智能的發(fā)展對(duì)于芯片的算力提出了更高的需求，適應(yīng)更高算力要求的人工智能專用芯片應(yīng)運(yùn)而生。

2025年2月，華為公司推出了一款名為“昇騰DeepSeek大模型一體機(jī)”的王炸產(chǎn)品，將昇騰高性能算力底座和DeepSeek全系列模型深度融合，可滿足語(yǔ)言理解、圖像分析等多場(chǎng)景需求，為企業(yè)提供一站式AI解決方案，這款新產(chǎn)品引發(fā)了業(yè)界對(duì)國(guó)產(chǎn)芯片的廣泛關(guān)注。隨著大模型、生成式人工智能等算法技術(shù)的迅猛發(fā)展，算力需求也在急速增加，傳統(tǒng)的中央處理器（CPU）已經(jīng)無(wú)法滿足計(jì)算需求，這推動(dòng)了人工智能芯片（AI芯片）快速發(fā)展。

在人工智能領(lǐng)域，芯片的重要性不言而喻，它就像AI運(yùn)算的底座，為各種智能應(yīng)用提供強(qiáng)大的算力支持。長(zhǎng)期以來(lái)，英偉達(dá)的GPU（圖形處理器）憑借出色的并行計(jì)算能力和成熟的CUDA開發(fā)平臺(tái)，在AI芯片市場(chǎng)占據(jù)主導(dǎo)地位，幾乎成為AI計(jì)算的代名詞。然而，隨著技術(shù)的發(fā)展和市場(chǎng)競(jìng)爭(zhēng)的加劇，華為的NPU（神經(jīng)網(wǎng)絡(luò)處理器）和谷歌的TPU（張量處理器）等專用芯片開始嶄露頭角，試圖打破英偉GPU的壟斷局面。今天，就讓我們從專利和技術(shù)的角度，聊聊這三位“選手”的故事。

英偉達(dá)GPU：

AI芯片市場(chǎng)的“老大哥”

英偉達(dá)的GPU最初是為圖形渲染設(shè)計(jì)的，但隨著深度學(xué)習(xí)的興起，人們發(fā)現(xiàn)GPU的并行計(jì)算架構(gòu)也適用于大量的矩陣運(yùn)算。于是，英偉達(dá)抓住了這個(gè)機(jī)遇，不斷優(yōu)化其GPU架構(gòu)，推出了針對(duì)AI計(jì)算的專用GPU系列，如Tesla和A100等。這些GPU不僅計(jì)算能力強(qiáng)，而且通過(guò)CUDA平臺(tái)提供了豐富的開發(fā)工具和庫(kù)，使得開發(fā)者能夠輕松地在GPU上實(shí)現(xiàn)各種復(fù)雜的AI模型。憑借這些優(yōu)勢(shì)，英偉達(dá)在AI芯片市場(chǎng)占據(jù)了超過(guò)80%的份額，成為名副其實(shí)的“老大哥”。

英偉達(dá)Project Digits產(chǎn)品 圖/英偉達(dá)官網(wǎng)

由于在GPU領(lǐng)域上一枝獨(dú)秀，英偉達(dá)致力于在GPU芯片這一傳統(tǒng)領(lǐng)域深耕，對(duì)于AI專用芯片領(lǐng)域涉及較少�；贏I專用芯片的關(guān)鍵核心技術(shù)，提取主要關(guān)鍵詞和分類號(hào)，在Incopat專利數(shù)據(jù)庫(kù)構(gòu)建檢索式進(jìn)行專利數(shù)據(jù)檢索，可以看到英偉達(dá)的相關(guān)專利申請(qǐng)量在全球位列第八位，遠(yuǎn)低于華為公司，和其他大部分IT公司的申請(qǐng)量持平，可見AI專用芯片并不是英偉達(dá)公司發(fā)力的重點(diǎn)。

從其產(chǎn)品線上，在最新的國(guó)際消費(fèi)類電子產(chǎn)品展覽會(huì)（CES2025）上，英偉達(dá)公司發(fā)布了全新的GB10 Grace Blackwell芯片和搭載了GB10超級(jí)芯片的Project Digits，主要以強(qiáng)大算力支持?jǐn)?shù)據(jù)中心的AI訓(xùn)練和推理任務(wù)，支持大規(guī)模的深度學(xué)習(xí)，如生成式AI和大語(yǔ)言模型等。英偉達(dá)公司依然以傳統(tǒng)的方式不斷更迭自身產(chǎn)品，向著AI技術(shù)新發(fā)展方向靠攏。

AI專用芯片市場(chǎng)的新機(jī)遇

受制于英偉達(dá)公司在GPU市場(chǎng)上的高占有率，一些大型科技公司開始自研AI專用芯片，以減少對(duì)單一供應(yīng)商的技術(shù)依賴。AI芯片從技術(shù)上可以劃分為兩大類：通用芯片和專用芯片。通用芯片就像“全能選手”，適用于大算力場(chǎng)景，比如常見的GPU，但是在處理深度學(xué)習(xí)這類復(fù)雜任務(wù)時(shí)存在效率較低、功耗較高的情況，而專用芯片如同“特種兵”，專門為深度學(xué)習(xí)任務(wù)設(shè)計(jì)，常見的專用芯片包括視頻處理器（VPU）、張量處理器（TPU）、深度學(xué)習(xí)處理器（DPU）、神經(jīng)網(wǎng)絡(luò)處理器（NPU）。隨著AI技術(shù)的快速發(fā)展，專用芯片正成為推動(dòng)行業(yè)進(jìn)步的重要力量。

谷歌TPU：

為深度學(xué)習(xí)而生的定制芯片

TPU芯片是谷歌推出的一種專門用于加速?gòu)埩坑?jì)算的處理單元，與GPU不同，TPU從一開始就是為機(jī)器學(xué)習(xí)任務(wù)量身定做的，它的架構(gòu)和整體設(shè)計(jì)都圍繞著如何高效地執(zhí)行矩陣乘法等深度運(yùn)算展開。

關(guān)于TPU和GPU的使用場(chǎng)景的區(qū)別有一個(gè)很形象的比喻：如果外面下雨了，你其實(shí)并不需要知道每秒到底有多少滴雨，而只要知道雨是大還是小。與此類似，神經(jīng)網(wǎng)絡(luò)通常不需要16/32bit浮點(diǎn)數(shù)做精確計(jì)算，可能8bit整型預(yù)測(cè)的精度就足以滿足需求了。面對(duì)已經(jīng)很成熟的GPU市場(chǎng)，谷歌公司想出了破局的新思路，在神經(jīng)網(wǎng)絡(luò)進(jìn)行推理時(shí)，適當(dāng)降低計(jì)算精度并不會(huì)影響深度學(xué)習(xí)的效果，而通過(guò)模型的壓縮可以大幅提高推理速度和降低資源能耗以滿足多樣化的AI模型訓(xùn)練需求。TPU中的關(guān)鍵元素是矩陣乘法單元，通過(guò)脈動(dòng)陣列的形式工作，用于實(shí)現(xiàn)指令運(yùn)算，被稱為“TPU”的心臟。

縱觀谷歌公司的產(chǎn)品線，TPU芯片經(jīng)過(guò)了6次更新迭代。早在2015年谷歌推出了TPUv1，重點(diǎn)在于提出了脈動(dòng)陣列架構(gòu)，谷歌自2016年首次公開了TPU概念圖，2017年在國(guó)際頂級(jí)會(huì)議論文上首次詳細(xì)介紹了TPU芯片的結(jié)構(gòu)。2015年，谷歌申請(qǐng)了第一個(gè)關(guān)于脈沖陣列的核心專利，該專利揭示了TPU的重要架構(gòu)和核心功能模塊，公開了如何并行地執(zhí)行多個(gè)矩陣運(yùn)算，使神經(jīng)網(wǎng)絡(luò)中的脈沖陣列被充分利用，并給出了和現(xiàn)有TPU芯片基本框架相同的附圖，其同族被引用次數(shù)高達(dá)166次，可見其重要性。

谷歌早期將TPU芯片相關(guān)技術(shù)更多作為技術(shù)秘密進(jìn)行保留，只針對(duì)核心技術(shù)進(jìn)行了全球?qū)＠季郑谠缙诘膽?yīng)用場(chǎng)景中主要將TPU芯片應(yīng)用于AlphaGo機(jī)器人等內(nèi)部研發(fā)產(chǎn)品。后期通過(guò)將TPU部署在谷歌云平臺(tái)上，谷歌不僅能夠滿足自身龐大的AI計(jì)算需求，還能夠?yàn)樵瓶蛻籼峁⿵?qiáng)大的 AI算力支持，因此谷歌公司在TPU芯片的早期主要是為了滿足內(nèi)部需求如云服務(wù)、搜索引擎等，以減少對(duì)英偉達(dá)等硬件供應(yīng)商的依賴，實(shí)現(xiàn)技術(shù)上的自主可控。此后谷歌對(duì)TPU芯片在能效和性能方面做了多次迭代升級(jí)，以滿足更大運(yùn)算量的計(jì)算需求，支持更復(fù)雜的AI任務(wù)。在專利技術(shù)上，谷歌在TPU技術(shù)上也擁有眾多專利，值得注意的是這些專利的同族數(shù)量均較高，實(shí)現(xiàn)了核心技術(shù)的全球布局，這些專利涵蓋了芯片設(shè)計(jì)、算法優(yōu)化、系統(tǒng)架構(gòu)等多個(gè)方面，致力于提高指令的運(yùn)算效率和降低能耗。為了滿足大模型等新興計(jì)算模型的需求，谷歌近期在數(shù)據(jù)壓縮陣列和加速處理器性能優(yōu)化方面進(jìn)行了多項(xiàng)專利部署。但若論及谷歌最引人注目的創(chuàng)新成果，像Gemini這樣的人工智能應(yīng)用顯然更受大眾關(guān)注。Gemini模型的卓越表現(xiàn)離不開TPU第四代和第五代技術(shù)上的助力。

谷歌于2024年5月發(fā)布了第六代TPU芯片Trillium，這款芯片相比前代TPU v5e實(shí)現(xiàn)了顯著突破——峰值運(yùn)算能力提升超過(guò)4.7倍，能源效率提高67%以上。谷歌選擇通過(guò)云服務(wù)平臺(tái)向客戶提供Trillium TPU的計(jì)算能力，值得注意的是谷歌并沒有直接銷售TPU芯片。從其策略上看，谷歌公司重點(diǎn)在于構(gòu)建強(qiáng)大的AI生態(tài)系統(tǒng)。分析人士指出如果在大模型領(lǐng)域與OpenAI等生成式AI企業(yè)角力，又要在硬件上同時(shí)與英偉達(dá)公司正面交鋒，容易面臨“腹背受敵”的兩難局面，直接和英偉達(dá)公司“硬碰硬”，可能不是谷歌公司在當(dāng)下最好的選擇。不過(guò)TPU芯片憑借出色的性價(jià)比優(yōu)勢(shì)吸引了包括蘋果在內(nèi)的多家科技公司和不少初創(chuàng)企業(yè)，采用該平臺(tái)部署自己的AI應(yīng)用模型。谷歌憑借TPU芯片，不僅實(shí)現(xiàn)了技術(shù)的自主可控，還悄然蠶食了英偉達(dá)的市場(chǎng)份額。此外，谷歌精心構(gòu)建的專利網(wǎng)絡(luò)形成了嚴(yán)密的技術(shù)保護(hù)壁壘，為AI專用芯片領(lǐng)域的競(jìng)爭(zhēng)提供了有力的技術(shù)支撐。

華為NPU：

達(dá)芬奇架構(gòu)的創(chuàng)新之旅

華為公司的NPU（神經(jīng)網(wǎng)絡(luò)處理器）憑借其獨(dú)特的達(dá)芬奇架構(gòu)脫穎而出，這種架構(gòu)專為AI計(jì)算量身定制，內(nèi)置的3D Cube計(jì)算引擎堪稱“超級(jí)計(jì)算引擎”，通過(guò)創(chuàng)新的矩陣運(yùn)算方式，大幅提高了芯片在處理深度學(xué)習(xí)任務(wù)時(shí)的效率，與傳統(tǒng)的CPU和GPU相比，同樣的芯片面積下性能跨域式提升，同時(shí)顯著降低了能耗。

華為的NPU芯片的發(fā)展之路堪稱“逆境中的逆襲”。與英偉達(dá)和谷歌不同，華為在面臨美國(guó)《芯片與科學(xué)法案》的外部技術(shù)封鎖時(shí)，走出了一條自主創(chuàng)新的突圍之路，沒有先進(jìn)制程？沒有現(xiàn)成 IP核？那就自己造！這種“被迫”自主研發(fā)的處境，反而成就了國(guó)產(chǎn)AI芯片的突圍傳奇，探索出一條自主可控的AI加速器發(fā)展路線。

從專利角度來(lái)看，華為的創(chuàng)新實(shí)力令人矚目。自2017年起，隨著全球人工智能技術(shù)的飛速發(fā)展，算法的革新顯著推動(dòng)了芯片行業(yè)的進(jìn)步，華為公司敏銳地抓住這一“風(fēng)口”，迅速布局AI專用芯片相關(guān)專利，申請(qǐng)量增長(zhǎng)速率明顯。到2021年，相關(guān)專利申請(qǐng)量達(dá)到峰值，這就好比在人工智能的賽道上，華為采取了搶跑策略，成功占據(jù)了有利位置。

對(duì)標(biāo)其產(chǎn)品線，在2018年底華為公司首次發(fā)表了昇騰910和昇騰310兩款A(yù)I芯片，這標(biāo)志著華為AI專用芯片正式落地。與此同時(shí)，華為進(jìn)行了縝密的專利布局，體現(xiàn)出強(qiáng)大的專利保護(hù)意識(shí)，將專利申請(qǐng)和產(chǎn)品研發(fā)緊密結(jié)合。這種“專利與產(chǎn)品并駕齊驅(qū)”的策略，不僅提高了專利的轉(zhuǎn)化利用價(jià)值，也為華為在AI專用芯片領(lǐng)域的競(jìng)爭(zhēng)提供了嚴(yán)密的專利保護(hù)網(wǎng)，完全詮釋了“科技以專利為先”的理念。

由于矩陣運(yùn)算是算力的“頂梁柱”，華為公司花了大量心思提高其效率。早在2017年，華為就申請(qǐng)了一個(gè)關(guān)于矩陣乘法器的專利，該專利同族被引證次數(shù)達(dá)62次，覆蓋了美、韓、日、意、歐等國(guó)家和地區(qū)，是華為公司布局的重點(diǎn)專利，為后續(xù)的專利申請(qǐng)奠定了堅(jiān)定的基礎(chǔ)，也展示了華為從最開始就瞄準(zhǔn)了全球市場(chǎng)進(jìn)行專利布局的決心。在此基礎(chǔ)上，華為持續(xù)深耕矩陣和張量運(yùn)算優(yōu)化領(lǐng)域，可以說(shuō)，華為在此領(lǐng)域的技術(shù)布局是越來(lái)越精細(xì)了。最近兩三年，華為在AI芯片領(lǐng)域又有了不少新動(dòng)作，針對(duì)大模型等產(chǎn)品需求，圍繞著壓縮格式的向量運(yùn)算、提高算子計(jì)算效率做了一系列部署。特別是在底層的指令優(yōu)化方面，華為進(jìn)行了縝密的專利布局，形成一張嚴(yán)密的專利保護(hù)網(wǎng)，確保了產(chǎn)品的穩(wěn)定性。

對(duì)于AI芯片和AI平臺(tái)的整體布局，華為也是步步為營(yíng)。早期申請(qǐng)了運(yùn)算加速器、芯片、終端相關(guān)專利以保護(hù)整體架構(gòu)和基于AI芯片的終端產(chǎn)品，中期華為在產(chǎn)品線上打造了面向“端、邊、云”的全場(chǎng)景AI基礎(chǔ)設(shè)施方案，相應(yīng)的圍繞構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)、神經(jīng)網(wǎng)絡(luò)加速器等關(guān)鍵技術(shù)做了一系列專利布局。近期華為聚焦AI加速器的性能優(yōu)化，在實(shí)現(xiàn)訪存均衡、多算子協(xié)同等方面取得技術(shù)突破，可以說(shuō)華為在AI專用芯片領(lǐng)域的技術(shù)演進(jìn)路線呈現(xiàn)出明顯的遞進(jìn)特征，已經(jīng)從最初的“打基礎(chǔ)”逐步邁向了“精細(xì)化打磨”的階段。從矩陣運(yùn)算，到全場(chǎng)景AI基礎(chǔ)設(shè)施的生態(tài)系統(tǒng)，再到對(duì)AI平臺(tái)性能的“精細(xì)調(diào)控”，華為的每一步都走得既扎實(shí)又富有前瞻性。在外部技術(shù)封鎖的壓力下，華為沒有退縮，反而通過(guò)一系列的創(chuàng)新和專利布局，成功走出了一條自主可控的AI專用芯片發(fā)展之路。這不僅為華為自身的發(fā)展奠定了較好的基礎(chǔ)，也為國(guó)內(nèi)AI芯片產(chǎn)業(yè)的發(fā)展提供了寶貴的經(jīng)驗(yàn)。

在產(chǎn)品線上華為的達(dá)芬奇架構(gòu)可以覆蓋多種應(yīng)用場(chǎng)景。第一條路徑是作為手機(jī)終端的協(xié)處理，以提高手機(jī)運(yùn)算性能。在這條路徑上，華為將 NPU芯片集成在麒麟手機(jī)芯片內(nèi)部，和CPU、GPU協(xié)同工作。2017年，華為推出了第一款手機(jī)內(nèi)置AI處理器Mate10系列手機(jī)，后續(xù)不斷迭代推出了Mate30和Mate40，此后面臨著芯片技術(shù)遭遇“卡脖子”情況。華為在2023年浴火重生推出了Mate60，采用自研麒麟處理器結(jié)合NPU芯片。第二條路徑是采用NPU芯片作為推理訓(xùn)練芯片，典型的產(chǎn)品正是昇騰系列，如昇騰310（用于推理）、昇騰910（用于訓(xùn)練），以及基于昇騰310和910打造的系列AI硬件產(chǎn)品Atlas系列服務(wù)器。華為通過(guò)自己的AI計(jì)算框架構(gòu)建國(guó)產(chǎn)算力生態(tài)系統(tǒng)，在國(guó)內(nèi)贏得了一定的市場(chǎng)份額，但是與英偉達(dá)的生態(tài)系統(tǒng)在成熟度和接受度方面仍有差距�？傮w來(lái)說(shuō)，華為的達(dá)芬奇架構(gòu)和昇騰系列算力卡為國(guó)產(chǎn)算力技術(shù)的發(fā)展樹立了標(biāo)桿，縱觀華為的相關(guān)專利，主要采用了“問(wèn)題導(dǎo)向”的創(chuàng)新路徑。面對(duì)美國(guó)制裁導(dǎo)致的先進(jìn)制程獲取困難，華為圍繞著如何在次優(yōu)工藝下實(shí)現(xiàn)競(jìng)爭(zhēng)力，對(duì)于底層指令運(yùn)算的各種優(yōu)化改進(jìn)形成了豐富的專利池，為國(guó)內(nèi)企業(yè)在該領(lǐng)域的發(fā)展提供了破局的思路。

市場(chǎng)競(jìng)爭(zhēng)：挑戰(zhàn)與機(jī)遇并存

當(dāng)前AI專用芯片領(lǐng)域呈現(xiàn)多元化競(jìng)爭(zhēng)態(tài)勢(shì)，華為NPU與谷歌TPU憑借各自的技術(shù)突破，正在重塑行業(yè)格局。兩家公司在技術(shù)與性能上均展現(xiàn)了卓越性能，對(duì)英偉達(dá)在市場(chǎng)和生態(tài)建設(shè)方面構(gòu)成了有力挑戰(zhàn)。然而，英偉達(dá)GPU在AI芯片領(lǐng)域的主導(dǎo)地位依然穩(wěn)固。憑借強(qiáng)大的技術(shù)實(shí)力、成熟的開發(fā)平臺(tái)以及廣泛的用戶基礎(chǔ)，英偉達(dá)繼續(xù)占據(jù)著市場(chǎng)的大部分份額，在大模型訓(xùn)練領(lǐng)域，其最新發(fā)布的H200 GPU進(jìn)一步強(qiáng)化了算力優(yōu)勢(shì)，鞏固了行業(yè)領(lǐng)導(dǎo)地位。當(dāng)前AI芯片市場(chǎng)呈現(xiàn)出“一超多強(qiáng)”的競(jìng)爭(zhēng)態(tài)勢(shì)，英偉達(dá)作為領(lǐng)軍者，引領(lǐng)著行業(yè)的發(fā)展。自研AI專用芯片已成為各大IT廠商的必選路徑。華為NPU和谷歌TPU為應(yīng)對(duì)競(jìng)爭(zhēng)提供了差異化發(fā)展的新思路，尤其是在新技術(shù)快速迭代的背景下，通過(guò)自研技術(shù)增強(qiáng)市場(chǎng)主導(dǎo)權(quán)。

專利戰(zhàn)略已成為競(jìng)爭(zhēng)的關(guān)鍵維度。領(lǐng)先企業(yè)普遍采用“技術(shù)研發(fā)-專利布局-生態(tài)構(gòu)建”的三位一體發(fā)展模式。國(guó)際科技巨頭如微軟已推出Azure Maia芯片，亞馬遜則通過(guò)Trainium芯片強(qiáng)化AWS服務(wù)，國(guó)內(nèi)的寒武紀(jì)、壁仞科技等專精特新企業(yè)則致力于在AI專用芯片新領(lǐng)域的研發(fā)布局。隨著技術(shù)的不斷進(jìn)步，未來(lái)AI芯片領(lǐng)域的競(jìng)爭(zhēng)將愈發(fā)多元化，各廠商將通過(guò)技術(shù)創(chuàng)新和市場(chǎng)策略的優(yōu)化，共同推動(dòng)行業(yè)的持續(xù)發(fā)展。

（文章來(lái)源：《創(chuàng)意世界》2025年6月號(hào)）

【點(diǎn)擊下方小程序購(gòu)買本期雜志】

編校：苑寶平，審讀：郭麗

/ / / /

/ / /

/ /

/ / /

/ / /