Scope
子类入口
3 个常见子类
家族导航
Domain-specific accelerator
Domain-specific accelerator 家族页，围绕定位、典型负载、关键架构变量、软件栈和代表产品建立入口。
快速导览
用最少的信息先抓住这个家族最重要的边界、代表产品和相关内容入口。
定义与边界
Domain-specific accelerator 针对明确任务路径做深度专用化设计，追求在固定目标上超过通用器件的能效、面积或成本表现。
- 专用化越强，适配范围通常越窄；优势来自任务聚焦，不来自通用灵活性。
- 必须先确认任务边界稳定，否则 ASIC 可能比通用加速器更早失去性价比。
主要子分类
先看 Domain-specific accelerator 内部常见子类，再进入具体芯片、软件栈与选型问题。
- video codec accelerator
- networking accelerator
- storage / compression accelerator
典型工作负载
先按 workload 看这类器件为什么存在，再去判断具体厂商和具体芯片。
- 视频编解码、压缩、搜索排序、网络安全、存储处理和特定 AI 推理流程。
- 大规模重复任务、产品化周期长且需求边界清晰的系统。
关键架构变量
这些变量通常比单个峰值参数更能解释同一家族内部的代际差异。
- 数据通路定制度、片上缓存、I/O 配置和与主系统的耦合方式是核心变量。
- 是否保留部分可编程路径会影响生命周期和维护成本。
软件栈观察点
xPU 的真实可用性经常取决于软件链路，而不只是硬件参数表。
- 要看驱动、编译或模型转换工具、监控接口和系统集成门槛。
- 专用芯片的价值往往取决于交付形态和长期维护能力，而不只是芯片本身。
代表厂商与芯片
Domain-specific accelerator 页面会同步给出代表厂商、代表产品和相关内容，帮助用户从概念直接跳到具体对象。
- 代表厂商：Google / Broadcom / Marvell / 华为 / AWS
- 代表产品：Google Edge TPU / Broadcom Tomahawk 5 / AWS Trainium 2
- 延伸阅读：7 条
代表厂商
通过 TPU 和云平台把专用 AI 加速器与软件服务深度绑定，代表云上专用化路线。
Broadcom
在网络、交换、定制 ASIC 和基础设施芯片上影响力很强，适合从数据中心底座能力理解。
Marvell
覆盖网络、存储、DPU 与基础设施定制芯片，是数据中心底层架构的重要玩家。
华为
在 AI 加速、昇腾软件栈和端边云协同方面值得持续追踪。
AWS
通过 Graviton、Inferentia、Trainium 把芯片设计和云服务整合到一起，适合看云厂商自研路线。
代表芯片
Google Edge TPU
面向边缘 AI 推理的专用加速器，适合作为轻量专用化路线的代表样本。
Broadcom Tomahawk 5
高端网络交换 ASIC 代表，适合观察网络基础设施里固定数据路径的极致效率。
AWS Trainium 2
云厂商自研训练加速器代表，适合从云平台一体化、成本与规模部署角度观察。
芯片档案覆盖维度
该家族下的芯片档案会沿 16 个重点维度展开，兼顾常青信息与动态更新。
- 定位与概览
- 产品线与代际关系
- 微架构与设计思路
- 制程、封装与物理实现
- 计算单元与并行结构
- 内存层级与带宽
- 互连、I/O 与扩展能力
- ISA / 编程模型 / 可编程性
- 软件栈、驱动、编译器与框架
- 性能特征与主要指标
- 功耗、热设计与部署约束
- 适用工作负载与典型应用
- 基准、方法与结果解读
- 横向对比与替代关系
- 生态、社区与商业化情况
- 最新动态与版本跟进