首先，來看一下AI運算的需求，非常旺盛。
視頻領域，全球每天圖像識別需要10個Exa的浮點運算。語音有70個Exa的浮點運算。安防攝像頭有210個Exa的浮點運算。加一起，深度學習的計算力需求大概有300個Exa的浮點運算。
可以說，AI領域領最大的矛盾，就是人民群眾日益增長的計算需求與落后的計算力的之間的矛盾。
我們為什么認為AI也需要進入ASIC時代？參考
比特幣硬件的發展歷史，用五年時間，就走完了從CPU、GPU、FPGA到ASIC挖礦的整個歷程。
這一方面是由于比特幣巨大的經濟刺激，導致硬件的迭代更新特別快，遠遠超過摩爾定律。
右邊這張圖是比特幣的挖礦難度的增長曲線，在250K個
區塊鏈高度之前，比特幣的全網算力幾乎可以忽略不計的，之后算力開始大幅的增長。在這個時間點上發生了什么事情？就是第一代比特幣挖礦ASIC礦機的面世，也就是嘉楠耘智所生產的阿瓦隆礦機。
版權申明：本內容來自于互聯網，屬第三方匯集推薦平臺。本文的版權歸原作者所有，文章言論不代表鏈門戶的觀點，鏈門戶不承擔任何法律責任。如有侵權請聯系QQ：3341927519進行反饋。
