（AI）神经网络计算上， NPU 和 GPU 差距到底有多少？

[XinLake]

NPU 是个新物种，用硬件芯片实现神经网络计算。GPU 存在很久了，可以通过标准接口支持通用计算。

神经网络计算目前可以通过 CPU、GPU、DSP、NPU、FAGA （实现计算模块）等完成，效率和神经网络设计、和计算硬件特性都有关系。

GPU、NPU 实战计算效率差别到底有多大？

NPU 会不会和当初 “物理计算卡”（支持物理引擎计算的硬件）一样是个过度的技术，最终由 GPU 完善支持？

这是个伪命题，几乎没法提供依据回答，发这种提问也挺搞笑的。

[XinLake]

没有接触到 NPU，不知道如何使用 NPU 的计算能力（通过标准接口还是专用 SDK ），不知道其效能和优势。

这么专用的东西，对于用户来讲未必是受欢迎的。如果没有大范围的应用支撑（目前没有），没有无可替代的优势（轻松被 GPU 代替），那么我觉得它不容易成为一个必备的配置。

手头有带 NPU 机器，把 NPU 能力用起来同学对比 GPU 说说呗。