先放一张图：
脉动阵列
脉动阵列（Systolic Array）是一种 2D 的结构，它的 MAC 单元排布成一个二维矩阵的结构，来有效地平衡计算于通信。
Tensor Core
Tensor Core 是一种 3D 结构，也就是说对于第 PE ，在其上发生的运算是 ，这样一个 cycle 就可以把矩阵乘法中所有的乘法都计算完，剩下的 reduction 操作，就看各个 PE 之间的联系了。这么看 Tensor Core 是一种更加符合 Enisum 抽象的硬件。示例如下：
所以 Tensor Core 应该是比脉动阵列要快的。
另外还有一个酷炫的动图，演示的是 tensor core 在处理比自己规模大的矩阵时是如何分片的，此外我们也可以看到 Pascal 架构的 Tensor Core 是无法一次性进行乘法运算的（可能其他 tensor core 也不行，只是时钟频率提高了看不出来）：
