> 数据图表怎样理解2.1 GPGPU与ASIC是算力两大支柱2025-12-22.1 GPGPU与ASIC是算力两大支柱n GPGPU芯片与ASIC芯片是算力解决方案的两大支柱：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的计算任务（其他非计算任务仍由CPU负责）。当前主流的AI芯片分为三类——GPU、FPGA、ASIC，GPU、FPGA均是前期较为成熟的芯片架构，属于通用型芯片，其中GPU并行计算能力强，在AI训练和推理场景应用最多，ASIC属于为AI特定场景定制的芯片，具有较佳的性能和能效比，和GPU构成目前AI芯片的两大核心。Ø GPGPU适用于AI计算，相比于传统GPU主要执行图形之外的通用计算任务，利用GPU的并行计算优势，加速科学计算、大数据分析、深度学习等领域，尤其在大规模并行计算时，比传统CPU更为高效。Ø ASIC芯片适用于推理：ASIC芯片设计目的是高效处理特定算法，通过针对特定任务进行硬件优化，其能够最大限度利用硬件资源实现高性能计算，同时保持极低功耗，因此ASIC芯片在AI推理等任务中表现出色。图表：CPU、GPU、FPGA和ASIC简要介绍名称定制化程度特点CPU中央处理器通用GPU图形处理器半通用FPGA现场可编程门阵列半定制化ASIC专用集成电路全定制化通用性最强，擅长逻辑控制、串行的运算，但并行算力弱，较少用于AI提供了多核并行计算的基础结构，可支撑大量数据的并行计算，计算能力强，但功耗高可编程性、灵活性高，但开发复杂度高且运算能力有限定制化设计、能效比高，但由于缺乏通用性、开发成本高且周期长，适合大规模、固定场景的应用代表公司Intel英伟达、AMDAltera（Intel收购）、Xilinx（AMD收购）博通、寒武纪来源：中国日报网，智研咨询，ITbear科技资讯，沐曦股份招股书，CSDN，中泰证券研究所25中泰证券工业制造
