从芯片大类来看，目前市场中的芯片，可以被分为CPU、GPU、FPGA和ASIC四种大类。

CPU也叫中央处理器，拥有最强的通用性，适合复杂的指令与任务，最常见的就是装在电脑里的因特尔酷；

GPU可以通过大量部署并行计算核，实现对于异构计算需求的优化，显卡起到的就是这种作用；

FPGA芯片运算性能比较低，更注重可编程性，可以通过编程重新配置芯片内部的逻辑门和存储器；

ASIC则是完全为了某类功能或者算法，专门设计的芯片，虽然通用性比较低较低，却在某一算法上，拥有最好的性能。

ASIC全称叫作Application Specific Integrated Circuit，中文翻译过来叫专用集成电路芯片，也就是说，只要是为了某一类算法，或是某一种需求，专门设计出的芯片，都可以称之为ASIC，简单概括的话，就是“专用芯片”。

ASIC芯片根据运算类型，分别应对了不同的基础计算功能，可以大致分为TPU、DPU和NPU三类。

TPU是谷歌为AI计算机专门设计开发的一款ASIC芯片，主要支持张量计算，用在加速大规模神经网络的训练和推理任务上。

DPU是为了解决数据中心种的数据处理瓶颈专门设计的，用在加速数据传输、网络处理和存储管理等任务，在这方面布局比较积极的是英伟达、阿里云、亚马逊等公司。

NPU是专门为AI工作负载设计的芯片，主要用于加速神经网络的推理任务。早期的NPU主要面向音频和语音AI应用，随着AI技术的发展，NPU逐渐应用于更复杂的模型，现在已经能够支持智能驾驶、AI手机等设备，完成深度学习任务。

从大摩的研报中我们看到，AI ASIC的市场规模，预计将从今年的120亿美元，增长到2027年的300亿美元，扩张2.5倍。