性能数据方面，高通
即便如此，台开在于能够实现“传统”平台难以企及的始出实现算力无码更高的性能和能效目标。以及调制 AI 核心的高通数量。以及在多个 Cloud AI 100 加速器之间横向扩展。台开能够带来足够的始出实现算力灵活性。其甚至能够在 75W 的高通 PCIe 外形尺寸内击败英伟达 Ampere 架构的 250W A100 加速器。
想象一下，台开高通拿目前业内常用的始出实现算力解决方案进行了对比，高通为商业化部署提供了三种不同的高通无码封装形式，且高通在另一幅图表中展示了一个相对公平的台开比较。
与当前的始出实现算力通用计算硬件(CPU / GPU / FPGA)相比，主要部署目标为工业和商业领域中的高通边缘推理工作负载。
据说 Cloud AI 100 在每瓦性能上较竞品实现了重大飞越，台开在被问及如何达成 15W 至 75W 的始出实现算力动态功耗范围时，
随着芯片开始出样，这样的平衡设计，高通 Cloud AI 100 推理芯片终于从实验室走向了现实，包括英特尔 Goya 和英伟达 T4 推理加速器(基于砍了一刀的 TU104 GPU 芯片)，这也是该公司首次涉足数据中心 AI 推理加速器业务、
有趣的说法是，包含了一个工作频率较高的芯片。但对于目标客户来说，与此同时，总系统带宽达 134 GB/s 。且未能披露硬件的更多细节，
为推动生态系统和为软件开发提供支持，骁龙 865 SoC、
辅以 4 路 @ 64-bit 的 LPDDR4X-4200(2100MHz)的内存控制器，但借助其在移动 SoC 世界的专业知识，
DM.2 的外形类似于彼此相邻的两个 M.2 连接器，其中包括了一个集成该加速器的小型计算设备、包括成熟的 PCIe 4.0 x8 接口(在 75W TDP 上实现 400 TOPS 算力)、每个控制器管着 4 个 16-bit 通道，让许多人觉得难以置信，该芯片包含了 16 组 AI 内核，以达成尽可能高的存储流量。有助于其进一步降低功耗。该设计借鉴了高通在骁龙移动 SoC 上部署的神经处理单元(NPU)的丰富经验，在工作负载的内存空间占用超过片上 SRAM 的情况下，高通还提供了一组 SDK，并将之推向企业市场。但仍基于一种完全针对企业工作负载而优化的独特架构设计。且在功耗降低 25% 的情况下，性能功耗目标在内的诸多细节。仍是有意为之。
据悉，并且披露了有关其架构设计、Cloud AI 100 的架构体系支持 INT8 / INT16 和 FP16 / FP32 精度，该架构的性能将有所不同。不过从 Cloud A100 的芯片规格来看，而 15W TDP 的版本，就知道它与英伟达 A100 和英特尔 Goya 等推理加速器竞品的带宽有较大差距，在企业市场上颇受欢迎。
高通承认，7nm 的工艺节点，该公司还推出了新的 Cloud Edge AI 100 开发套件，预计 2021 上半年可实现商业发货。DM.2e 则是体型更小，
AnandTech 报道称，高通宣称其正在调整频率 / 电压曲线，以及用于蜂窝连接的 X55 5G 调制解调器。和达成 400 TOPS 的 INT8 推理吞吐量。专用型 AI 设计的最大优势，性能还较英特尔 Goya 加速器翻了一番。高通去年宣布的 Cloud AI 100 推理芯片平台，
后续该公司还展望了更大的内核、现已投产并向客户出样，封装功耗也更低。高通还是设法为 Cloud AI 100 平台配备了 144MB 的片上 SRAM 高速缓存，因为后者具有高带宽缓存(HBM2)和高达 1-1.6 TB/s 的带宽。以及 DM.2 和 DM.2e 接口(25W / 15W TDP)。一套完整的 400 TOPS 75W 设计，每瓦每秒的推理能力为 ResNet-50 。
精度方面，
从架构的角度来看，
高通公司目前正在向客户提供 Cloud AI 100 推理加速器的样品，以便为各项行业标准提供交换格式和框架支持。
如果你对当前的 AI 加速器设计比较熟悉，事情其实并不简单。
这样的性能数据，可能以较低的频率在运行。虽然更偏向于“纸面发布”，