CPU、GPU、NPU、TPU、SOC，哪种芯片的技术门槛最高？
技术门槛，都不低。
相比之下，越是新出现的芯片种类，其技术门槛就越高。
芯片的门槛要看几个方面，包括算法设计、材料工艺，加工工艺和封装测试。
有时设计算法能做好，但是加工环节被卡了脖子也会失败。
另外就是应用生态。
有了芯片要在实际产品上应用，之后才能验证和改进。
这点是国内芯片厂商最困难的。
在进口芯片的挤压下，敢于试用国产芯片，需要很大的勇气、魄力。
从国内目前各公司技术水平看，能达到国际前沿水平的，目前可能只有寒武纪，其他公司还在努力，希望能早日突破。
下面把几个概念通俗介绍一下：CPU，全称是Central Processing Unit，即中央处理器。
这个缩写相信大家最熟悉，它是计算机系统的“大脑”CPU主要包括运算器、控制单元、若干寄存器、高速缓存器和它们之间通讯的数据、控制及状态的总线。
它的工作思路是：存储程序，按顺序执行。
它最擅长于逻辑控制。
由于CPU需要大量的空间去放置存储单元和控制逻辑，计算能力就受限制，所以就有了GPU出场。
目前CPU技术上没有革命性的技术变革，只要我们按照科学的程序，一步步努力，不冒进，早晚能赶上。
GPU全称是Graphics Processing Unit, 即图像处理器；GPU主要解决并行运算问题。
举个生活中的例子。
超市收银台前，顾客有100人排队。
如果只有一个收银员，那么即使他操作速度再快，也要大家排队耗时间。
如果有50个收银员同时收款，很快就解决问题。
GPU解决的就是这个问题。
这个问题在图形图处理时问题最突出，故改变算法规则，由GPU芯片来解决。
但GPU不能独立工作，必须由CPU控制。
NPU全称是Neural network Processing Unit, 即神经网络处理器;NPU，神经网络处理器，在电路层模拟人类神经元和突触，并且用深度学习指令集直接处理，一条指令对应一组神经元的任务。
由于实现存储和计算一体化，故计算效率大大提高。
TPU全称是Tensor Processing Unit, 即张量处理器；是一种为通过基于神经网络运算能力的一种ASIC，即专用集成电路。
他把微处理器、模拟IP核、数字IP核和存储器集成在一个芯片上。
这是解决运算速度的另外一个思路，就是专项任务，专项解决。
它通常根据特定运算任务开发，指向特定用途。
比如人机大战中的AlphaGo。
SOC全称是System on a Chip，其本质上就是上面说的ASIC。
可以叫作系统级芯片,或者叫片上系统
