AI 加速器（NPU）

AI 加速器是為了快速且高效執行神經網路而專門打造的晶片，而非依賴通用 CPU。由於深度學習歸根究柢就是對矩陣做海量的乘加運算，這類晶片塞進數千個小型算術單元（常以脈動陣列形式），平行地完成那些乘法——就像把一台快速計算機換成一整座體育場的人，每人同時加一行數字。NPU（神經處理單元）就是內建於手機與筆電、能在裝置端跑 AI 而不耗光電池的版本。

它們的優勢來自三項對通用性的刻意犧牲：低精度運算（用 8 位元整數或 16 位元浮點取代 32 位元——神經網路容得下這點不精確）、把權重與活化值留在晶片上以閃避記憶體牆，以及最大化重用的專屬資料流。結果是在 AI 工作負載上每瓦效能比 CPU 好 10 到 100 倍。Google 的 TPU、Apple 的神經引擎，以及現代 GPU 內的矩陣核心，都屬於這個家族——領域專用架構最具代表性的例子。