NPU：运行效率提升 不支持大样本训练
NPU是神经网络处理器，在电路层模拟人类神经元和突触，并且用深度学习指令集直接处理大规模的神经元和突触，一条指令完成一组神经元的处理。相比于CPU和GPU的冯诺伊曼结构，NPU通过突触权重实现存储和计算一体化，从而提高运行效率。但NPU也有自身的缺陷，比如不支持对大量样本的训练。
BPU：比在CPU上用软件实现更为高效 不可再编程
BPU是由地平线主导的嵌入式处理器架构。第一代是高斯架构，第二代是伯努利架构，第三代是贝叶斯架构。BPU主要是用来支撑深度神经网络,比在CPU上用软件实现更为高效。然而，BPU一旦生产，不可再编程，且必须在CPU控制下使用。
从CPU、GPU的市场来看，已经基本被英特尔、英伟达和AMD三分天下。而在ASIC框架下的TPU，只有谷歌的体量和实力才有开发专用加速的动力。
推出DPU的深鉴科技有清华和斯坦福双重学术背景，公司目前的两条发展路线是：以芯片技术为主的纯技术路线，以及基于技术的产品路线。其处理器做深度学习应用端，不做训练端。目前，其深度压缩技术可以将神经网络压缩数十倍而不影响精度，还可以使用芯片存储深度学习算法模型，减少内存读取次数，降低运行功耗。
去年10月，深鉴科技推出了六款AI产品，分别是人脸检测识别模组、人脸分析解决方案、视频结构化解决方案、ARISTOTLE架构平台，深度学习SDK DNNDK，以及双目深度视觉套件。
寒武纪最初是中科院从2008年开始的一研究项目，负责人为陈氏兄弟陈云霁和陈天石，也是寒武纪科技的创始人，与他们合作研究Diannao系列的Olivier Temam是Google TPU的主架构师。2016年11月，寒武纪科技正式成立，同时推出世界首款商用深度学习专用处理器 Cambricon-AI，是一款神经网络处理器，面向手机、无人机等类手机的终端设备。
去年，一时火爆的华为麒麟970一大卖点就是集成了独立NPU，被宣传为世界首款手机AI芯片。确实属实。但据了解，这块NPU也并非华为的研究成果，而是来自寒武纪。对于华为来说，之所以如此重视NPU，或许和阿里爆出新闻的心态一样，认为集成NPU代表了人工智能未来的发展趋势。
去年底，地平线在创办两年后终于发布首款芯片——“征程”与“旭日”。目前，这两款处理器都属于嵌入式人工智能视觉芯片，分别面向智能驾驶和智能摄像头。2018年CES上，英特尔和地平线还发布了基于伯努利架构的新一代征程处理器，其发展路径图为：2018年，感知；2019年，建模；2020年，决策。
而因为与英特尔的合作，地平线不禁让市场联想到英特尔早前重金收购的Mobileye。在嵌入式人工智能领域，Mobileye是业界领头羊。地平线在英特尔的定位版图是否是中国版Mobileye？但其创始人余凯的抱负是，地平线是要做中国的英特尔。
最后，谈到人工智能芯片，还是不得不提BAT。在国际四大科技巨头都造芯片，且ARM、英特尔、英伟达等传统芯片厂商仍然统治芯片天下的情况下，中国芯能不能发展起来，还需要看国内科技巨头们的表现。相较而言，阿里在三家中最为热衷芯片布局，上述包括寒武纪、深鉴科技均有阿里参投。
