无聊了来刷刷
Davinci架构面向AI运算加速，是定制化特性化加速架构，并非真正意义上的完全自主芯片架构。Davinci架构的核心还是ARM架构，外围加入了AI加速结构，用以实现张量运算。
Davinci的本质性应用更接近于GPU而非CPU，所以性能对比可能并不准确，因为两者执行命令的方式不同，同时两者也缺少相互替代性，ARM的市场和Davinci并不完全重叠，将Davinci应用在自家服务器产品上也只是证明了基于ARM架构的服务器产品是可行的。
榻榻米的榻榻
感谢您的阅读！
达芬奇架构打破了ARM架构的钳制？
麒麟810一发布，让众多的消费者为之一震，因为它采用了达芬奇架构。在ARM切断了和华为的合作后，华为海思自研架构成了必然之路，那么达芬奇架构是类似于ARM架构的华为自研的破局架构吗？
实际上，达芬奇架构是AI架构，它取代了寒武纪的NPU，使用的是自研的达芬奇架构NPU。
但是，它同样是里程碑的，因为它的特性明显：使用了达芬奇魔方，张量化立体运算单元 ；采用了澎湃算力，单位晶元面积，能效出众； 支持的算子多，数量多达240+ ，通用性好；采用了FP16 精度，INT8量化精度业界领先。
实际上，达芬奇架构使用了高性能3D Cube计算引擎为基础，针对矩阵运算进行加速，大幅提高单位面积下的AI算力。所以，它比骁龙855的AI性能更强。但是，你要知道一件事：它不是CPU架构，和ARM架构不是一回事！
ARM架构，更主要的是ARM指令集系统，一种精简指令集（RISC）架构，它能够在高的时钟频率下，减少不常用的指令集的使用提升处理器的运行效率。
相比达芬奇架构，这个整合传统DSP与Google TPU张量计算的多元模式架构，所带来的性能，主要还是在于AI方面。
实际上，达芬奇架构的使用，说明了海思自研架构的决心，现在除了CPU使用ARM架构之外，GPU也进行了定制，这可能就是华为的未雨绸缪，虽然获得了ARMV8永久授权，不能解决CPU架构问题，终归会被牵制。LeoGo科技
事实上，这两者不是同一个东西，ARM架构更多应该是与X86架构进行比较，两者都是CPU架构，分别基于精简指令集（RISC）和复杂指令集（CISC)，简单来说就是ARM注重功耗比，适合散热能力有限的移动设备使用，而X86架构更注重性能和速度。
达芬奇架构是华为自研的NPU架构，在功能上与之前采用的寒武纪的NPU是一样的。所谓NPU即神经网络处理器，采用“数据驱动并行计算”的架构，特别擅长处理视频、图像类的海量多媒体数据。可以简单的将NPU处理器理解为只处理单一领域，而CPU则处理所有领域，NPU一般也可称为是协处理器。
因此，该NPU本质上依旧是遵循RISC指令集的，可以理解为采用传统的ARM处理器+AI加速器，其AI加速器就是达芬奇核心。
达芬奇架构直接地把计算用的乘加器（MAC）按照不同的计算组织成不同的方式，并搭配标准的数据缓存。当要做人工智能相关的计算时，可以使用按cube（“三维立方”） 模式组织的MAC群，从而支持相关计算。当需要其他常规计算时，则可以使用矢量或标量计算MAC。对于不同规模的芯片，可以通过放置不同数量的达芬奇核心来满足需求，因此同一个达芬奇核心的设计可以灵活地满足华为战略横向上不同应用的需求。华为自研的达芬奇架构更多的比较对象应该是其他的人工智能芯片架构，例如Nvidia的GPU和Google的TPU，而不是与CPU架构做比较。
简单来说，无论是GPU还是TPU以及NPU目前更多都是协处理器，承担部分领域的边缘计算，这与ARM或者是X86有着本质的区别。
目前，在人工AI芯片领域来说，Nvidia的GPU架构主要源自传统GPU多核并行架构，其GPU主要还是处理图像，并非天生为人工智能而生，因此在卷积神经网络推理等主流应用上，效率并不高；谷歌的TPU上使用systolic array架构，该架构采用脉动阵列，对于内存带宽的需求较小，但是很难小型化的同时保证运行效率，更适合需求高端算力的场景，对于终端低算力低功耗应用适配性不够好。
相较于以上两者，华为的NPU采用达芬奇架构，专门为卷积神经网络进行优化，并能够动态满足不同算力需求。
除了达芬奇架构，华为还有传说中的笛卡尔架构，主要用于自家的GPU上，不知道会不会在下一代麒麟芯片中发布，拭目以待。
岁月杂谈
华为有了达芬奇自研架构的NPU了，那么是不是说自主研发的GPU也不远了？首先我们要弄懂这个达芬奇架构和ARM又有什么区别呢？其实要说起来还是非常简单的，咱们都知道高通的处理器是自主研发的Kryo架构，但是高通的这个Kryo架构也是根据ARMA76魔改过来的，其实达芬奇架构也是来源于ARM核心！
麒麟810上面的达芬奇NPU也就是传统的传统的ARM核+AI加速器的模式，当然了这个最重要的AI加速器算是达芬奇NPU的核心：把MAC按照不同的计算组成不同的方式，搭配标准的数据缓存，进行人工智能运算时按照cube三维立方模式组织的MAC群支持相关运算。
哈哈说了这么多可能有些不好理解，虽然是基于ARM核心但是这颗达芬奇NPU仍然是华为的自研架构！
那么华为之前采用的寒武纪NPU呢？其实华为和寒武纪是两个不同的公司，它们并不是一起的，这个达芬奇NPU才是华为的亲儿子，华为自己能够研发架构了当然了要采用自己的产品，这样才利于长远的发展，至于华为前期花钱找寒武纪合作学习那是必须要的，而寒武纪也因为华为名气大增，未来的市场前景也是不可限量的！
我们最期待的还是华为的自主研发GPU，只有把自主的GPU做出来才能堵住很多人的嘴吧，当然了目前摆在华为面前最严重的问题就是ARM的授权问题，所以未来最新的CPU架构不知道华为还能不能采用，当然了我个人还是愿意相信最后都能达成和解的！
水哥爱搞机
从技术上讲达芬奇架构并不是一项革命性的全新技术，达芬奇架构本质上还是构建在ARM基础之上研发的NPU，本质上是华为为人工智能时代算力提升建立的AI硬件处理单元。其实NPU跟GPU有异曲同工之妙，大家都知道GPU就是在CPU基础上发展起来的特殊功能芯片，主要用来负责图形处理，而NPU就是用来处理人工智能计算。
华为为什么要做达芬奇？
说白了还是中兴事件以及很多年前华为那个不可能的假设，今年就差一点把华为逼到不得不作出尝试和改变的境地。一旦某些原因导致的技术封锁，“假设一切国外的先进技术不可得”，华为必须要在芯片、操作系统等众多领域必须要有足够挺起腰杆的资本。
先来说说ARM，ARM是英国芯片设计厂商ARM公司研发、维护并且商用的移动处理器芯片技术提供商，不过这家公司只设计方案，并不生产流片，就跟建筑行业一样，ARM公司就是芯片领域的建筑事务所，而真正去建楼的却是建筑公司。现在已经被日本软银全资收购，ARM架构跟X86一样都属于处理器架构，对应的是两套指令集，X86使用的是CISC复杂指令集、而ARM使用的是RISC精简指令集，只不过ARM主要用在移动端。
跟桌面的X86架构比起来，ARM架构性能不错、功耗更低，现在在移动端、甚至桌面端也都在用ARM架构的处理器。目前全世界移动处理器基本上都是用ARM的架构方案，大家把设计图买过来之后，还得自己把CPU、通信基带、GPU等组合起来形成完整的So，不过高通、苹果等实力比较强的企业，拿到ARM的设计方案之后继续魔改。华为、联发科这样的实力稍微差一点的企业，就基本上直接把ARM的公版架构拿过来直接使用就好，毕竟没有研发实力你很难保证自己魔改之后处理器的性能能够达到公版的性能。
人工智能到来是一个机会，目前手机在人工智能领域的应用还不是很多，华为完全可以利用这块处女地进行测试，现在的华为刚好有这个机会，毕竟等这块太过于成熟以后再来投入研发就比较迟了，目前全行业真正在专门做AI方面探索的，只有苹果和华为，华为如果能够把握好这个先发优势，那么未来很有可能成事。
最终很明显，华为在NPU领域的尝试，以及华为海思麒麟这几年的技术储备，华为未来就是要探索完全自主架构的可能性，这样不至于在面对封锁的时候陷入中兴一样的绝境，这个教训太痛了。
EmacserVimer
“极客谈科技”，全新视角、全新思路，伴你遨游神奇的科技世界。
华为发布了nova5机型，搭配了华为最新的麒麟810处理器，并且首次使用自家达芬奇架构。
有人对于达芬奇架构架构并不是很理解，特别是与ARM架构之间的关系！
这里依次来聊聊ARM架构，ARM架构的优势以及达芬奇架构与ARM架构之间的关系。
什么是ARM架构，为何移动终端均选择该架构
ARM架构由ARM公司研发并进行商用，ARM公司是一家芯片技术提供商，当前已经被软银收购。当前主流的芯片架构有移动端的ARM架构，桌面端的X86架构等。
那么，ARM架构的优势是什么为，为何不选择英特尔的X86架构呢？
ARM架构的优势在于性能强、功耗低、成本同样较低；
对于移动终端设备来说，更加偏向于节能、能效等方面，否则待机问题不好处理。
ARM架构广泛应用于手机、平板，甚至延伸至便携式笔记本、服务器等。
什么是达芬奇架构，与ARM架构之间的关系是什么
好吧，认识了ARM架构之后，来看看究竟华为自研的达芬奇架构是什么呢？
达芬奇架构依然是基于ARM架构，在ARM架构基础之上研发的NPU；
NPU指的是神经元网络，相当于华为建立了一个独立的AI硬件处理单元。
华为AI算法牛不牛，从最近热议的华为P30 Pro拍摄月亮就能够看出。其实，华为最早从麒麟970、麒麟980处理器就已经使用该技术，当时由中科寒武纪研发。此款麒麟810处理器，则是华为独立研发的达芬奇架构。
华为与ARM架构今后的发展
美国持续的对华为进行打压，ARM已经宣布同华为之间中断合作。
华为当前已经购买了ARMv8永久的使用权，在ARMv9没有出来之前，对于华为影响较小。
华为未来将会具有两种选择方式：
一种是在ARMv8架构基础上进行研发，对该架构独立完成升级工作；
一种是完全丢弃ARM架构，研发出一种新的芯片架构。
基于目前国内芯片实际情况，华为采用第一种方式的可能性较大。
关于华为自研的达芬奇架构以及今后华为芯片架构发展路线的问题，您怎么看？
欢迎大家留言讨论，喜欢的点点关注。
极客谈科技
“小强show科技”，不一样的感知，展示科技带来的魅力生活。谢谢您的阅读！
什么是ARM架构，为何移动端均选择该架构
ARM架构有ARM公司研发并进行商用，是一家芯片技术提供商，目前已被软银收购，当前主流的芯片架构有移动端的ARM架构，PC端的X86架构等。
那么ARM架构的优势在于哪？
性能强，功耗低，成本也相较低，对于移动端来说，更加偏向于节能、能效多方面，否则待机就不好处理。因此，此框架广泛应用于手机、平板、甚至延伸至笔记本、服务器等。
以下是上网查找的资料：
请看ARM提供的一张关于CPU的图纸，但是芯片设计商需要在CPU的图纸上建设出GPU、ISP、DSP等等一整个SoC。其中，达芬奇架构的NPU也就是跟GPU同一种属性的，基于CPU发展出来拥有某种功能特性的芯片。GPU负责图形处理部分，NPU复制处理人工智能计算部分。
看完ARM架构，了解下什么是达芬奇架构
简单点，达芬奇架构也是芯片的一部分，虽然这芯片是采用部分ARM架构，但是它不是CPU，它是跟另外一个CPU搭档使用的芯片，是一个自行研发的架构，采用AI外围加速，专门为人工智能定制。
18年10月份，华为徐直军推出两款芯片，分别是面向云端超高算力场景的昇腾910、以及主打终端低功耗AI场景的昇腾310，没错，这两款都是采用达芬奇架构。
再看看华为研发的芯片
从最近的P30 Pro可以看出，华为最早从麒麟970、980处理器就已经使用该技术，980就是华为独立研发的达芬奇架构，在AI Benchmake榜单，麒麟810以32280+分的超高AI跑分超越晓龙855，甚至超越980，你说厉害不，华为是真强。
小强show科技
ARM架构属于手机CPU的核心架构，而华为AI芯片虽说也采用了ARM架构的一部分，但是作为AI加速器的达芬奇架构上与ARM架构并没有太大关系，属于华为自研的架构，达芬奇架构所做的就是AI加速器的作用，和传统的ARM核心进行协调工作以加速AI计算效能，其实达芬奇架构本身也没有采用非常黑科技的技术，主要是简单的把计算用的乘加器（MAC）按照不同的计算组织成不同的方式，并搭配标准的数据缓存。
所以严格上来说达芬奇架构是采用部分arm架构，同时以外围AI加速器来进行张量运算加速，而这类架构倒是更像GPU架构，都是为了优化AI智能计算，加入了对于张量核心的优化支持，但是由于GPU并非专门为AI计算设计的，所以在神经网络推理等主流应用上，传统GPU架构并不如达芬奇架构的效率高，华为之所以坚持自研架构也是为了更好的支持华为的软硬件生态系统，之前的“寒武纪”尽管也不错，但是毕竟也是受制于人。
arm架构多年来遍布手机芯片行业，尽管现在业界不少AI芯片架构也是和ARM架构结合的，但是未来的AI芯片架构肯定会逐渐走向专业化的道路，并且有希望和arm架构芯片做到接近的地位，华为作为国内最具芯片研发实力的公司，自研AI芯片架构是必须的，尽管现在看来达芬奇架构并没有太多黑科技含量在里面，但是因为不对外销售，达芬奇架构未来有望成为华为产品差异化竞争的关键手段。
嘟嘟聊数码
对比一下，那种说法正确?
说法①:
处理器架构，对应的是两套指令集，X86使用的是CISC复杂指令集、而ARM使用的是RISC精简指令集，只不过ARM主要用在移动端。精简指令集缩写为RISC。 NPU跟GPU有异曲同工之妙，大家都知道GPU就是在CPU基础上发展起来的特殊功能芯片，主要用来负责图形处理，而NPU就是用来处理人工智能计算。
达芬奇架构的NPU也就是跟GPU同一种属性的，基于CPU发展出来拥有某种功能特性的芯片。GPU负责图形处理部分，NPU复制处理人工智能计算部分。
说法②:
所谓NPU即神经网络处理器，采用“数据驱动并行计算”的架构，特别擅长处理视频、图像类的海量多媒体数据。可以简单的将NPU处理器理解为只处理单一领域，而CPU则处理所有领域，NPU一般也可称为是协处理器。
因此，该NPU本质上依旧是遵循RISC指令集的，可以理解为采用传统的ARM处理器+AI加速器，其AI加速器就是达芬奇核心。
华为自研的达芬奇架构更多的比较对象应该是其他的人工智能芯片架构，例如Nvidia的GPU和Google的TPU，而不是与CPU架构做比较。
简单来说，无论是GPU还是TPU以及NPU目前更多都是协处理器，承担部分领域的边缘计算，这与ARM或者是X86有着本质的区别。
梦想ht
其实，说得简单一点，也是达芬奇架构是芯片的一部分，虽然这芯片是采用部分ARM架构的（CPU部分），但是它不是CPU，它是另外一个跟CPU搭档使用的芯片，是一个自行研发的架构，采用AI外围加速，专门为人工智能定制。
达芬奇架构把计算用的乘加器按照不同的计算组织成不同的方式，采用魔方式MAC阵列，直接将计算用的MAC按不同计算以不同方式进行组合，支持卷积神经网络推理，然后搭配标准的数据缓存。
说点人话，ARM提供的一张关于CPU的图纸，但是芯片设计商需要在CPU的图纸上建设出GPU、ISP、DSP等等一整个SoC。其中，达芬奇架构的NPU也就是跟GPU同一种属性的，基于CPU发展出来拥有某种功能特性的芯片。GPU负责图形处理部分，NPU复制处理人工智能计算部分。
在AI Benchmark榜单，麒麟810以32280+分的超高AI跑分超过骁龙855，甚至连自己的哥哥都打，AI跑分高于此前华为的旗舰芯片麒麟980。
其实，你说它多强或者多大的黑科技，也不是。因为这是一颗人工智能的芯片，技术含量是有的，但是并不能说是独家武器，好像此前也是使用寒武纪的一样的。
但是，这是华为的自行研发的架构，非常有意义。而且也不对外销售，能够形成自己的差异化。
这已经不是达芬奇第一次亮相了，上一次，也就是18年10月的时候，华为徐直军推出了两款AI芯片，分别是面向云端超高算力场景的昇腾910、以及主打终端低功耗AI场景的昇腾310，没错这两款芯片都是采用达芬奇架构。
有人说是，这是自行研发芯片什么的，这没错。但是它的意义不仅仅是自行研发。寒武纪也是自行研发的人工智能芯片的。
它更加重要的看到我们国家的人工智能芯片多点开花,比起此前的CPU和GPU的，我们在新兴的人工智能芯片行业的话语权更加大了。
