专用DSP核心助阵 SoC支持AI算法非难事

2017-05-15 09:17:20编辑:张依敏 关键字:AI  神经网络算法

虽然英特尔(Intel)、NVIDIA等芯片大厂近期在人工智能(AI)、神经网络(NN)、深度学习(Deep Learning)等领域动作频频,但半导体领域的其他业者也没闲着,而且其产品发展策略颇有以乡村包围城市的味道。 益华计算机(Cadence)旗下的CPU/DSP处理器核心授权公司Tensilica,近期便发表针对神经网络算法设计的C5 DSP核心授权方案。 在16奈米制程条件下,该核心所占用的芯片面积约仅1平方公厘,却可提供达到1TMAC的运算效能,而且功耗远比CPU、GPU等处理器更低,适合各种嵌入式运算装置使用。


Cadence Tensilica营销资深事业群总监Steve Roddy表示,神经网络技术正以飞快的速度演进。 根据该公司所收集的数据显示,在2012~2015年间,每几个月就有新的神经网络算法问世,且复杂度均比先前的算法明显增加。 在短短3年内,神经网络算法的复杂度已增加16倍,远超过摩尔定律的发展速度。


也由于神经网络算法演进的速度比半导体技术进步的速度还快,因此神经网络算法的开发者只能用内建更多处理器核心的硬件来执行新的算法。 但这种作法只能在云端数据中心行得通,无法适用于功耗、体积与成本均受到严格限制的嵌入式装置。


另一方面,目前神经网络算法大多在通用型CPU、GPU芯片上执行,也是一种迁就于现实的结果。 CPU、GPU是已经大量生产的芯片,取得容易且成本远比自己打造ASIC来得低,而且对算法开发者来说,CPU跟GPU提供很好的编程环境与应用设计灵活性,这也是ASIC所比不上的。


事实上,Tensilica也认为,利用硬件加速器这类ASIC来执行神经网络算法,绝对是一条行不通的路。 因为ASIC设计通常需要数个月到1年时间,至于芯片要大量生产,应用在终端产品上,更常已是2~3年后的事。 在神经网络发展日新月异的情况下,除非芯片设计者拥有未卜先知的能力,精准预测出3年后神经网络算法会发展到何种地步,否则芯片开发者的产品可能还没上市就已经过时了。


除了产品开发时程的问题,单纯从技术层面来看,用硬件加速器与通用处理器共同执行神经网络算法,也是问题重重。 由于神经网络会牵涉到大量数据传输,若要将运算工作切割开来,用两颗芯片共同执行,则两颗芯片间光是数据传输,便很可能会占用掉一大半处理器资源,并带来可观的功耗量。


因此,如果有一种针对神经网络算法优化的处理器核心,既能兼顾应用设计灵活性,又比通用型CPU、GPU有更高的算法执行效率,对于神经网络的普及应用,将是一大加分。 这也是Tensilica决定推出专为神经网络算法设计的C5数字信号处理器(DSP)核心的原因。


C5 DSP核心在16奈米制程条件下所占用的芯片面积为1平方公厘,能提供达1TMAC的乘法器效能给神经网络算法使用。 若应用需要更高的乘法器效能,C5 DSP也允许SoC设计者采取多核心架构。 而且,因为C5 DSP是针对神经网络运算优化的核心,因此功耗极低,不会像CPU或GPU,芯片功耗动辄数十瓦以上,甚至上百瓦,一般的嵌入式装置也能轻松采用。


Roddy透露,虽然C5 DSP核心才刚正式发布不久,但早已有先导客户正在利用C5 DSP核心开发下一代支持神经网络算法的SoC。 据其预估,最早在2017年第3季,第一颗内建C5 DSP核心的SoC产品就会Tape Out。


关键字:AI  神经网络算法

来源: 新电子 引用地址:http://www.eeworld.com.cn/DSP/article_201705154312.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:基于柔性石墨基板铟砷纳米线红外光探测器
下一篇:科大讯飞的嵌入式语音识别软件与CEVA DSP深度整合优化

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

还在萌芽期的AI,该如何成长?

“AI现在还处于婴儿期,不是几家公司凭一己之力就够了,需要构建强大的生态,汇聚技术、人才、资本和产业等资源,与众多生态合作伙伴共同推动创新。”英特尔中国战略合作与创新业务部董事总经理、英特尔创新加速器总负责人李德胜在近日主办的“2018 RAIC雷克大会(机器人与AI大会)”上,对AI现状与发展进行了深度的剖析,并分享了英特尔如何利用端到端的技术与中国产业合作伙伴共建AI创新生态,推动智能应用的落地和突破之举。  AI还处于婴儿期  需脚踏实地+仰望星空虽然AI产业发展如火如荼,但李德胜认为,目前的AI还只处在婴儿期,还有诸多工作要做。 李德胜认为,一方面要脚踏实地,企业想要开启人工智能之旅
发表于 2018-07-20 19:26:40
还在萌芽期的AI,该如何成长?

AI不稳定,就业有风险,所以要招本科生?

,却是个充满争议的话题。 在目前的学科规划中,人工智能的主体是计算机科学下的二级学科。一般要到研究生阶段才能选择攻读。与此同时,AI相关专业还散落在数学、信息科学,甚至社会学、心理学、生物学当中。 有人认为,这样的规划已经无法满足AI发展的真实需求;也有人认为AI刚刚发展起来,就要高校体系来给予配合,有点过于冒进了。 在大多数省份,现在还是填报志愿的阶段。咱们不妨来透视一下这场争议中的几个观点,如果身边有学子正在纠结于是否选择,或者如何选择AI相关专业,不妨思考这几个声音之后再来判断。 反方观点A:AI不稳定,就业有风险让我们先从反对观点说起。 众所周知,本科生不会都进入研究生阶段继续
发表于 2018-07-20 19:22:43
AI不稳定,就业有风险,所以要招本科生?

英特尔AI用在了哪些地方?

自从1956年,一批远见卓识的年轻科学家在一起,首次提出“人工智能”以来,已经过去了62年。 60年间,人工智能经历了三次浪潮的变革。与前两次浪潮不同的是,正在发生的这一次浪潮,使得海量大数据、计算机运算能力和不断提升的算法交汇在一起。 巨头们的AI技术频频突破,也让人工智能在商业市场也变得炙手可热。 但如果你对AI的印象仍旧停留在大热的阿尔法狗如何打败人类,那么显然你已经Out了。 事实上,人工智能已经潜移默化的深入都生活的各个角落,以一种进化的方式改变着传统人力模式的运作逻辑,重塑着个人、商业与社会的未来图谱。 如果说前两次人工智能浪潮是提出问题,那么现在AI研究的核心是如何解
发表于 2018-07-20 18:59:36
英特尔AI用在了哪些地方?

18AI企业除了走安防企业的老路外别无去处?

AI企业在大张旗鼓进军时各产业时,曾说道:金融是人工智能应用落地最快的领域。而在实际落地过程中,我们不难看到,AI企业除了走安防企业的老路外,就是对一些简单、重复性的工作进行渗透,并没有像安防行业一样全面发展。 重复的道路:切入安防在数年前,金融安防通常被称为安防中的VIP。中国人民银行的史奇中高工曾开玩笑说,以前走到杭州,安防企业总经理一定会亲自跑来迎接。对于安防人来说,金融安防就是一个香饽饽,在安防产业中,金融安防就是“财大气粗、安防中的金钻VIP、土豪”的代名词。而如今,金融安防早已失去往日的光辉,传统安防企业早已不待见金融安防。 对于金融用户来说,传统安防企业所提供的解决方案已经不能满足他们日益增长
发表于 2018-07-19 21:22:56

人工智能赋能AI电视

映画底座设计,非常的稳定牢固,美观的同时更能确保机身的安全。 背板采用了金属拉丝工艺,保证坚固的同时又将美感提升了一个高度,下方是弧形排风口,排风口采用向上的设计,避免了在面对墙体时热量对机身进行损伤,从而最大程度的散热。 背板下方中央是壁挂支架,有落地式和壁挂式两种方式供用户选择,接口方面,TCL X5拥有两个USB口、一个网线口、三个HDMI口、天线输入口、AV输入口和数字音频接入口,并且采用了隐藏式设计,更利于用户走线,在观赏时显得更加整洁。接口左侧有一个开关/操作键,这是便于当遥控器没电时可以快速为用户提供帮助,此外充电接口也采用了隐藏式设计,观看更加舒适。 3、AI智能在系统方面,声音设置中有
发表于 2018-07-19 20:47:00
人工智能赋能AI电视

深鉴不见 AI芯片战局“深不可见”?

今日凌晨,国内AI芯片独角兽——深鉴科技宣布被FPGA开山鼻祖、美国赛灵思(Xilinx)公司收购,具体交易金额未知。此事在业界引起巨大反响,赛灵思方面对集微网独家表示,赛灵思从FPGA器件向自适应计算加速平台提供商演变的战略,就是要加速从云到端应用上FPGA 加速技术的部署,经深鉴科技优化的神经网络剪枝技术运行在赛灵思FPGA 器件上,可实现突破性的性能和行业最佳的能效,这是赛灵思新CEO继ACAP三月的发布会后,提升机器学习研发能力,推进战略发展的重大一步。收购水道渠成?其实两者已有多年的交情。深鉴成立于2016年3月3日,由清华电子系背景的汪玉、韩松、姚颂、单羿一同创办,专注于以FPGA实现AI落地,由于深厚的AI
发表于 2018-07-19 15:58:37

小广播

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved