最近，自研芯片的消息铺天盖地。

芯片采购网专注于整合国内外授权IC代理商现货资源，芯片库存实时查询，行业价格合理，采购方便IC芯片，国内专业芯片采购平台。

不管是刚刚发布的OPPO Find N马里亚纳海沟X或者小米的自主研究，或者华为一直在使用的协处理器，似乎都在向我们传达一个信息：自主研发芯片的门槛越来越低，自主研发芯片变得越来越便宜。

但真的是这样吗？

在回答这个问题之前，让我们来看看麒麟970芯片发布时的分解图。我们知道麒麟970确实是华为自主研发的芯片，它是由CPU、GPU、NPU、也就是说，该芯片实际上包含多个处理单元。

那么，自研NPU是否意味着整个芯片架构都是自主研发的？

另一个例子，我们会发现，NPU它也可以作为单个板载芯片存在，甚至可以存在TPU、VPU这种芯片存在。

所以，到底是什么？NPU，这一点非常关键。

在我们的形象中，CPU中央处理器的名称让我们直观地了解到，芯片的作用是连接整个系统的大脑中枢，即它负责处理所有信息。

后来，我们对显示效果的需求越来越明确，从OpenGL就需求而言，只有CPU在处理的情况下，热功耗会很大，所以当年的电脑有一板双CPU我见过这种板式插入CPU估计人很少，其实很贵iMAC主机也采用板式插入)。

其实从这个时候开始，CPU我们的工作是由多个芯片共享的。当时，我们常见的声卡和网卡是差异化的表现，这些共享芯片已经成为全职芯片。虽然他们的综合能力不强，但他们在某一领域的处理和计算能力甚至会金。

最突出的是GPU——早期安卓需要打开图形处理器GPU渲染提高性能的原因是图形处理器当时太弱，很多软件还在使用CPU绕过GPU直接渲染，一直持续到Android 5.0有所改善。

然而，CPU仍然是管理中心，仍然是南北桥，存储IO交换中心意味着如果你使用四代i5 RTX 实际体验可能不如3060GTX移动端950GPU由于直接集成CPU所以这个问题似乎不存在。

直到移动应该集成到直到CPU里的5G也可以外挂基带。

由于早期5，基带芯片是独立的G功耗太大，不仅影响芯片的性能，还会疯狂抢夺系统资源，造成严重耗电。插件后，只要不使用5G，系统可以关闭，自然不会影响性能。

既然CPU再加上谷歌推出的被称为张量处理器的分崩离析（tensor processing unit）TPU(关于TPU没什么好说的。这是谷歌专门为加快深层神经网络运算能力而开发的芯片。这对我们来说意义不大）。添加几个专职处理器能使系统性能更强吗？

就像很多企业依靠事业部制，各司其职，提高工作效率一样。

此时，中央处理器架构终于想进一步模拟人脑复杂计算的处理能力，NPU(神经网络处理器)应运而生。

神经网络处理器（NPU）采用数据驱动并行计算的架构，特别擅长处理大量的视频和图像多媒体数据。NPU处理器专门为物联网人工智能设计，用于加速神经网络的运行，解决神经网络运行中传统芯片效率低下的问题。

最常见的应用是我们为自己的摄像能力创造的各种应用。NPU芯片，当然OPPO前期也利用NPU画质增强引擎的实现，包括视频超清增强、视频色彩增强、视频动态插帧，都是严重复杂的计算NPU经过长时间和大量的学习，你可以帮助你做出任何复杂的决定，帮助你创建不存在的视频帧。

所以，这是否意味着NPU作为自研芯片，没什么好说的？

相反，与更重要、更常见的基本芯片相比，NPU这种新兴芯片是自主研发芯片最具发展空间和潜力的方向。

人工智能是当今时代新的发展重点，也是科技的新原点。

与构成系统构成系统相比，经过N年固化的基部件相比，NPU如果有更大的前景，甚至可以说NPU进一步发展，获得进一步强大的力量，可以创造今天的CPU、GPU更强大的处理终端。

实际上，NPU与学语相比，现在更像是一个学语的孩子。CPU机械只能在固定模式下重复，NPU它已经有了一定的创造力。在当今大数据时代，它的学习力可能会使其创造力呈几何增长，跳出固有的数据模式，这不仅可以完美地取代被技术卡住的人CPU、GPU，它甚至可以创造更多的未来。