来源：内容 编译自 semiwiki 。 在Quadric看来，虽然NPU目前发展迅猛，也有不少传统和新兴厂商在这个赛道努力。他们认为，将 矩阵计算与通用计算紧密集成，而不是将两个不同的引擎焊接到一条总线上，然后再对算法进行划 分，这似乎是一个显而易见的优势。为什么一些规模更大、更成熟的 IP 供应商不做类似的事情呢？ Quadric的答案总是："他们不能，因为他们被自己的成功遗产所困住了！" 公众号记得加星标⭐️，第一时间看推送不会错过。 如今，这些知识产权授权公司发现自己陷入了困境。五年前，他们决定走一条"捷径"，寻求短期解决 方案，却最终落入了陷阱。所有传统知识产权公司之所以选择这条路，其动机既源于技术需求，也源 于人性和企业政治。 不到十年前，当当时普遍被称为"机器学习"的工作负载首次在视觉处理任务中崭露头角时，传统处理 器供应商面临着客户的需求，他们要求提供灵活的解决方案（处理器），以运行这些快速变化的新算 法。由于处理器（CPU、DSP、GPU）无法胜任这些新任务，最快的短期技术解决方案是外部矩阵加 速器。而构建一个长期技术解决方案——一个专门构建的可编程NPU，能够处理流行训练框架中所有 200 ...