1- 摘要

本文探讨了专用 AI 芯片（ASIC）在设计过程中面临的核心挑战：为了同时支持 CNN、Transformer、Swin Transformer 等多种差异显著的算法范式，而集成过多专用硬件单元，可能导致其核心优势——性能与面积效率——被削弱，甚至不及通用图形处理器（GPGPU）。文章分析了专用性与灵活性看架构权衡
6. 结论：寻找专用与通用之间的最佳平衡点