AI芯片分类汇总：主流芯片详解（附论文/报告/项目链接）

引言

人工智能（AI）技术的迅猛发展离不开底层硬件的支持，尤其是AI芯片。这些芯片是支撑深度学习模型训练和推理的核心组件。根据Stanford AI Index 2025报告，AI芯片市场规模预计在2023-2033年间以24.4%的复合年增长率（CAGR）扩张，到2033年将超过1000亿美元。中国厂商如华为、寒武纪在云端市场占比已达30%以上，全球竞争激烈。

本文基于多个权威来源（如GitHub仓库basicmi/AI-Chip、BRTResearch/AIChip_Paper_List、icochecker/AI-Chip-List，以及Stanford AI Index 2025、AIMultiple的Top AI Chip Makers报告）汇总代表性AI芯片。分类标准包括：

GPU类：擅长并行计算，主要用于大模型训练。
ASIC类：专用集成电路，能效高，适用于特定任务如推理。
FPGA类：可重编程，适合原型开发和灵活应用。
NPU/其他专用类：神经处理单元，专注边缘/移动端神经网络。
类脑/新兴类：模拟人脑，低功耗脑启发计算。

每个芯片条目包含名称、厂商、简要描述（性能/应用焦点）和附录链接（论文、报告或项目）。

1. GPU类（50个）：并行矩阵运算，训练大模型主力

GPU是AI训练的核心，NVIDIA主导市场份额约40%。这些芯片强调高浮点运算能力（TFLOPS）和内存带宽（如HBM3）。

序号	芯片名称	厂商	描述	附录链接
1	Hopper H100	NVIDIA	Hopper架构，9.89×10¹⁴ FP16 FLOP/s，云端训练	NVIDIA Hopper白皮书
2	Grace	NVIDIA	Arm CPU+GPU融合，高性能AI服务器	AnandTech报告
3	Instinct MI Series	AMD	HPC/AI加速器，24.6 TFLOPS FP16	AMD Instinct报告
4	Radeon Instinct MI25	AMD	12.3 TFLOPS SP，数据中心AI	AMD MI25规格
5	Blackwell Ultra	NVIDIA	数据中心训练，B100后继	AIMultiple分析
6	MI400	AMD	MI300后继，数据中心加速	AIMultiple分析
7	P100	NVIDIA	早期Pascal GPU，74 BFLOPS/W	Stanford AI Index 2025
8	V100	NVIDIA	Volta架构，1.87×10¹³ FP16 FLOP/s	Stanford AI Index 2025
9	A100	NVIDIA	Ampere，3.12×10¹⁴ FP16 FLOP/s	Stanford AI Index 2025
10	H100	NVIDIA	Hopper，15%模型训练使用	Stanford AI Index 2025
11	B100	NVIDIA	Blackwell，2.5 TFLOPS/W	Stanford AI Index 2025
12	B200	NVIDIA	Blackwell系列，能效领先	Stanford AI Index 2025
13	Tesla T4	NVIDIA	Tensor Core，推理优化	NVIDIA Tesla规格
14	Turing	NVIDIA	消费/专业GPU，RT核心	NVIDIA Turing公告
15	DRIVE PX	NVIDIA	自动驾驶SoC，边缘GPU	NVIDIA DRIVE项目
16	Jetson TX1	NVIDIA	嵌入式AI，256核心Pascal	NVIDIA Jetson文档
17	Jetson TX2	NVIDIA	TX1升级，8GB LPDDR4	NVIDIA Jetson文档
18	Jetson Orin	NVIDIA	边缘AI，275 TOPS	AIMultiple分析
19	JM9系列	景嘉微	国产办公/安防GPU	GitHub AI-Chip
20	MT-7100	摩尔线程	MTT S4000，4K AI渲染	GitHub AI-Chip
21	Trainium	AWS	ML训练GPU，Inferentia补充	AWS Trainium博客
22	Grace Hopper Superchip	NVIDIA	CPU+GPU，HPC融合	NVIDIA GTC报告
23	RTX 4090	NVIDIA	消费级，24GB GDDR6X	NVIDIA开发者页
24	V100	NVIDIA	Volta，Tensor Core	MLPerf基准
25	MI300X	AMD	CDNA 3，192GB HBM3	AMD数据表
26	Radeon Instinct MI250	AMD	多芯片，AI/HPC	AMD白皮书
27	Ascend 910D	Huawei	国产云端GPU	华为昇腾报告
28	DGX-2	NVIDIA	2 PFLOPS半精度系统	NextPlatform报告
29	Tesla P100	NVIDIA	Pascal，早期AI基准	GitHub AI-Chip-List
30	GeForce RTX 5090	NVIDIA	下一代消费GPU	GitHub AI-Chip
31	MI250X	AMD	前沿HPC GPU	AMD报告
32	A40	NVIDIA	Ampere专业GPU	NVIDIA规格
33	L40S	NVIDIA	数据中心推理GPU	NVIDIA公告
34	H200	NVIDIA	Hopper升级，141GB HBM3	NVIDIA新闻
35	MI325X	AMD	CDNA 3升级	AMD路线图
36	RDNA 3	AMD	消费/专业AI GPU	AMD RDNA报告
37	RTX A6000	NVIDIA	Ampere工作站GPU	NVIDIA专业页
38	Instinct MI210	AMD	前代加速器	AMD MI210规格
39	Quadro RTX 8000	NVIDIA	Turing专业	NVIDIA Quadro
40	Radeon Pro W6800	AMD	专业工作站GPU	AMD Radeon Pro
41	Tesla K80	NVIDIA	Kepler双GPU	NVIDIA历史规格
42	MI100	AMD	CDNA 1，120 TFLOPS	AMD MI100数据表
43	RTX 3090	NVIDIA	Ampere消费	NVIDIA RTX 30
44	Instinct MI50	AMD	前代Vega GPU	AMD MI50
45	A6000	NVIDIA	Ada专业GPU	NVIDIA A6000
46	MI300A	AMD	APUs for HPC/AI	AMD MI300A
47	L4	NVIDIA	低功耗推理GPU	NVIDIA L4
48	MI200	AMD	CDNA 2系列	AMD MI200
49	RTX 4080	NVIDIA	Ada消费GPU	NVIDIA RTX 40
50	Instinct MI300	AMD	前沿数据中心	AMD MI300

这些GPU在训练大型语言模型（如GPT系列）中发挥关键作用，能效比逐年提升（B100较P100提升33.8倍）。

2. ASIC类（70个）：定制优化，能效高，推理/特定任务

ASIC针对特定算法优化，功耗低，常用于云端推理和边缘部署。Google TPU系列是典型代表。

序号	芯片名称	厂商	描述	附录链接
51	EyeQ5	Mobileye	自动驾驶视觉SoC，7nm	Mobileye EyeQ
52	Gaudi2	Intel Habana	第二代训练/推理，HBM2	Habana Gaudi报告
53	Greco	Intel Habana	DL训练/推理处理器	Habana Labs公告
54	Cloud AI 100	Qualcomm	云/边缘推理加速	Qualcomm Cloud AI
55	Exynos 9 Series 9820	Samsung	移动AI处理	Samsung Exynos新闻
56	AIU	IBM	DL专用单元	IBM AIU博客
57	Telum	IBM	7nm AI微处理器	IBM Telum博客
58	OCTEON	Marvell	AI基础设施DPU	Marvell DPU
59	Tensor	Google	Pixel手机ASIC	HPCwire TPU v4
60	TPU v4	Google	脉动阵列，训练/推理	Google Cloud TPU
61	Cloud TPU	Google	大规模ML ASIC	Google Cloud TPU
62	Edge TPU	Google	边缘低延迟AI，4 TOPS	Google Edge TPU
63	Trainium	AWS	DL训练自定义芯片	AWS Trainium
64	Inferentia	AWS	高性能ML推理	AWS Inferentia
65	Hanguang 800	Alibaba	云推理专用，80k图像/s	SyncedReview文章
66	Zixiao	Tencent	数据中心AI芯片	DCD新闻
67	Kunlun 2	Baidu	第二代云/边缘，260 TOPS	Reuters新闻
68	DLU	Fujitsu	自定义指令集DL单元	GitHub AI-Chip
69	ReefShark	Nokia	5G AI网络优化	GitHub AI-Chip
70	Dojo D1	Tesla	AI训练，GPU级计算	SemiAnalysis报告
71	Andromeda	Cerebras	1350万核心AI超级计算机	Cerebras博客
72	CS-2	Cerebras	晶圆级，大模型训练	Cerebras记录
73	WSE2	Cerebras	2.6万亿晶体管晶圆引擎	AnandTech WSE2
74	CS-1	Cerebras	DL端用户计算	TechCrunch CS-1
75	IPU (MK2)	Graphcore	晶圆级IPU，MK2	Graphcore MK2基准
76	M1076	Mythic	低功耗模拟矩阵处理器	VentureBeat Mythic
77	Ergo	Perceive	边缘推理处理器	VentureBeat Perceive
78	Xcore.ai	XMOS	AIoT交叉处理器	VentureBeat XMOS
79	NR1-P	NeuReality	AI中心推理平台	ElectronicsMedia NR1
80	AML100	Aspinity	常开模拟ML芯片	Aspinity网站
81	SN40L	SambaNova	LLM全栈平台	SambaNova文章
82	Gluon	AlphaICs	边缘DL协处理器	EE Times AlphaICs
83	Prodigy	Tachyum	CPU/GPU/TPU统一	HPCwire Prodigy
84	MLSoC	SiMa.ai	高性能推理SoC	BusinessWire SiMa
85	Gaudi3	Intel	Habana Labs，HBM2e	Intel Habana报告
86	Trainium3	AWS	模型训练集群	AIMultiple分析
87	Ironwood	Google	LLM/MoE，4,614 TFLOPS	AIMultiple分析
88	Trillium	Google	第六代TPU	AIMultiple分析
89	ACCEL	Alibaba	SMIC合作推理	AIMultiple分析
90	NorthPole	IBM	计算+内存原型	AIMultiple分析
91	Ascend 920	Huawei	昇腾910家族	AIMultiple分析
92	Ascend 910C	Huawei	推理，~60% H100性能	AIMultiple分析
93	LPU Inference Engine	Groq	LLM推理引擎	AIMultiple分析
94	Ascend 910	Huawei	数据中心	CNBC新闻
95	Ascend 310	Huawei	消费设备	CNBC新闻
96	Exynos 9810	Samsung	2.9GHz CPU+DL	Samsung新闻
97	Hi3559A V100	HiSilicon	双核CNN@700MHz	HiSilicon PDF
98	Pixel Visual Core	Google	Pixel 2图像ML	Google博客
99	TPU (Original)	Google	95 TFLOPS 8-bit	Google Cloud博客
100	TPU2	Google	四芯片，180 TFLOPS	NextPlatform TPU2
101	TPU3	Google	TPU v2升级	Weixin文章
102	Ali-NPU	Alibaba	图像/视频分析	TechNode Ali-NPU
103	Kunlun	Baidu	云/边缘，30x FPGA	GitHub AI-Chip-List
104	S32V234	NXP	ADAS视觉融合	NXP S32V
105	Marvell AI SSD Controller	Marvell	NVDLA集成SSD	Marvell新闻
106	DianNao	CAS	小型高吞吐ML加速	Novel ICT PDF
107	DaDianNao	CAS	ML超级计算机	Novel ICT PDF
108	ShiDianNao	ICT	传感器附近视觉	EPFL PDF
109	PuDianNao	CAS	多功能ML加速	ACM PuDianNao
110	Cambricon	Cambricon	NN指令集	UCSB PDF
111	Neurocube	GATech	3D高密度神经	ISCA PDF
112	RedEye	Rice	移动连续视觉	ASU PDF
113	EIE	Stanford/NVIDIA	压缩DNN高效推理	UVA PDF
114	PRIME	UC	ReRAM PIM NN	UCSB PRIME
115	ISAAC	U Utah/HP	模拟算术CNN	Utah ISAAC
116	Cnvlutin	U Toronto	无无效神经DNN	Toronto PDF
117	SCNN	NVIDIA/MIT	稀疏CNN加速	arXiv SCNN
118	TPU	Google	数据中心TPU分析	arXiv TPU
119	FloatPIM	UCSD	高精度DNN训练	ACM FloatPIM
120	TIE	Rutgers	TT-based DNN引擎	ACM TIE

ASIC的优势在于定制化，能效往往高于通用GPU，尤其在大规模部署中。

3. FPGA类（20个）：原型开发，重配置灵活

FPGA适合快速迭代和自定义场景，AMD/Xilinx和Intel主导。

序号	芯片名称	厂商	描述	附录链接
121	Alveo	Xilinx	数据中心加速卡	Xilinx ML
122	Versal AI Core	AMD/Xilinx	ACAP，AI引擎	AMD Versal报告
123	Alveo U50	AMD/Xilinx	数据中心FPGA	Xilinx Alveo U50
124	Stratix 10 NX	Intel	FPGA+SoC AI优化	Intel Stratix
125	UltraScale+ VU9P	AMD/Xilinx	高带宽AI FPGA	Xilinx UltraScale
126	Arria 10 GX	Intel	边缘FPGA	Intel Arria
127	Zynq UltraScale+	AMD/Xilinx	嵌入式AI	AMD Zynq
128	Kintex UltraScale	Xilinx	中端AI加速	Xilinx Kintex
129	Cyclone V	Intel	低成本边缘FPGA	Intel Cyclone
130	Virtex UltraScale+	AMD/Xilinx	高端数据中心	Xilinx Virtex
131	Agilex 7	Intel	下一代FPGA	Intel Agilex
132	Spartan-7	AMD/Xilinx	低功耗IoT FPGA	Xilinx Spartan
133	Artix-7	AMD/Xilinx	成本优化AI	Xilinx Artix
134	PolarFire	Microchip	中低功耗FPGA	Microchip PolarFire
135	Versal Premium	AMD	高I/O AI FPGA	AMD Versal Premium
136	Intel Arria 10	Intel	10nm FPGA	Intel Arria 10
137	Lattice Certus-N2	Lattice	安全AI FPGA	Lattice Certus
138	QuickLogic eFPGA	QuickLogic	嵌入式FPGA IP	QuickLogic eFPGA
139	Achronix Speedster7t	Achronix	高性能AI FPGA	Achronix Speedster
140	Intel Stratix 10	Intel	高端逻辑FPGA	Intel Stratix 10

FPGA的灵活性使其在AI原型验证中不可或缺，但功耗较高。

4. NPU/其他专用类（40个）：神经网络专注，边缘/移动优化

NPU针对神经网络设计，常集成在SoC中，适用于智能手机和IoT设备。

序号	芯片名称	厂商	描述	附录链接
141	Snapdragon	Qualcomm	移动SoC全平台AI	Forbes Snapdragon
142	Ethos-N78	ARM	边缘推理ML处理器	ARM Ethos
143	NPX6	Synopsys	3500 TOPS NPU IP	Synopsys新闻
144	PowerVR NNA	Imagination	NN加速器	Imagination AI
145	DNN Graph Compiler	CEVA	低功耗DL IP	CEVA DL
146	Vivante NPU	VeriSilicon	可扩展NPU IP	VeriSilicon Vivante
147	Gap9	GreenWaves	超低功耗NN处理器	EE Times GreenWaves
148	Snapdragon X Elite	Qualcomm	Oryon+NPU，Copilot PC	Qualcomm白皮书
149	Apple Neural Engine (M4)	Apple	端侧38 TOPS	Apple M4
150	K210	Canaan	RISC-V+KPU，0.8 TFLOPS	Canaan K210
151	iTOP-3399 NPU	Rockchip	Android AI测试	Rockchip RK3399
152	V535	Allwinner	行车图像分类	Allwinner V535
153	Jetson Xavier NX	NVIDIA	边缘21 TOPS	NVIDIA Jetson
154	Nervana NNP-T	Intel	训练NPU	Intel Nervana
155	Snapdragon 8 Elite	Qualcomm	Gen 4移动AI	AIMultiple分析
156	Snapdragon 8 Gen 3	Qualcomm	Galaxy S24系列	AIMultiple分析
157	Dimensity 9400	MediaTek	Oppo/Vivo/Samsung	AIMultiple分析
158	Dimensity 9300 Plus	MediaTek	高端移动NPU	AIMultiple分析
159	Kirin 9000S	Huawei	Mate 60系列	AIMultiple分析
160	A18 Pro	Apple	iPhone 16 Pro	AIMultiple分析
161	A18	Apple	iPhone 16	AIMultiple分析
162	Exynos 2400	Samsung	Exynos设备	AIMultiple分析
163	Exynos 2400e	Samsung	变体移动	AIMultiple分析
164	Cloud AI 100 Pro	Qualcomm	400 TOPS边缘	AIMultiple分析
165	MediaTek APU	MediaTek	Edge AI SDK	MediaTek新闻
166	Kirin 980	HiSilicon	7nm双NPU	Huawei Kirin
167	Kirin 970	HiSilicon	专用NPU	AnandTech Kirin
168	RK3399Pro	Rockchip	2.4 TOPS NPU	PRNewswire RK3399
169	Qualcomm AI Engine	Qualcomm	Snapdragon 845+	Qualcomm新闻
170	A12 Bionic	Apple	下一代Neural Engine	Apple A12
171	A11 Bionic	Apple	600B OPS/s	Wikipedia A11
172	Myriad 2	Movidius	多核视觉SoC	Semanticscholar PDF
173	Myriad X	Movidius	Neural Compute Engine	Movidius MyriadX
174	ST Neural Network IC	STMicroelectronics	ISSCC 2017第二代	EE News Europe
175	Ringo	Axelera AI	边缘NPU，EuroHPC	Axelera报告
176	Hailo-8	Hailo	26 TOPS边缘	AIMultiple分析
177	Movidius Myriad X	Intel	4 TOPS，5W	AIMultiple分析
178	TIE	Rutgers	能量高效TT推理	ACM TIE
179	GANAX	GATech/Qualcomm	GAN MIMD-SIMD	arXiv GANAX
180	Neural Cache	UMich/Intel	位串行缓存加速	UMich PDF

NPU在移动端普及，推动端侧AI应用如实时翻译和图像识别。

5. 类脑/新兴类（19个）：脑启发，低功耗模拟

这些芯片模拟神经元结构，功耗极低，适用于边缘计算和未来脑机接口。

序号	芯片名称	厂商	描述	附录链接
181	Loihi 2	Intel	第二代，1M神经元	Intel Loihi新闻
182	TrueNorth	IBM	1M神经元，70mW	IBM研究
183	Akida	BrainChip	边缘神经形态	BrainChip Akida
184	Loihi	Intel	自学习测试芯片	Intel新闻
185	FT:X 2000	Optalysys	光学AI协处理器	Optalysys新闻
186	SpinalFlow	U Utah	脉冲NN数据流	Utah ISCA PDF
187	Flexon	SNU/UC	灵活数字神经元	ACM Flexon
188	PROMISE	UIUC/IBM	可编程混合信号加速	NSF PAR
189	Brainwave	Microsoft	云规模DNN	Microsoft ISCA
190	Cambricon-F	Cambricon	分形冯诺依曼	ACM Cambricon-F
191	TSP	Groq	张量流处理器	ISCA TSP
192	RANA	Tsinghua	刷新优化eDRAM	IEEE RANA
193	Cambricon-s	USTC/CAS	稀疏优化	BRTResearch GitHub
194	Newton	Purdue	DRAM AiM	Micro Newton
195	FReaC Cache	UIUC/IBM	可重配置缓存	Micro FReaC
196	Look-Up Table Cache	Penn State/Intel	缓存NN加速	Micro LUT
197	NeuroCube	GrAI Matter Labs	事件驱动	GrAI论文
198	SpiNNaker2	ARM	多核脑模拟	ARM Neuromorphic
199	Darwin 3	SynSense	视网膜模拟	SynSense项目

类脑芯片代表未来方向，功耗仅为传统芯片的1/1000。

总结与趋势

AI芯片生态正向Chiplet、存算一体和绿色计算演进。挑战包括供应链依赖（如TSMC）和生态兼容（如CUDA）。国产芯片崛起，预计2030年全球市场将更均衡。

若对特定芯片感兴趣，可进一步阅读链接。欢迎评论讨论！

AI芯片分类汇总：主流芯片详解（附论文/报告/项目链接）