datasheet

专用DSP核心助阵 SoC支持AI算法非难事

2017-05-15来源: 新电子关键字: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

编辑:张依敏 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

IP FlexNoC®互联产品被用于Baidu数据中心Kunlun AI云芯片

端的时序收敛。”他表示,“除此之外,强大的Arteris IP本地支持团队一直是我们的人工智能芯片开发项目值得信赖的合作伙伴。”               Arteris IP 总裁兼行政总监K.Charles Janac说:“备受尊敬的百度人工智能团队选择我们作为其开创性人工智能系统级芯片(AI SoC)的互联IP合作伙伴,对此Arteris IP感到非常兴奋。”他表示,“由于百度继续针对人工智能和机器学习算法硬件加速发明创造新的技术,我们期盼与百度长期合作。”
发表于 2019-04-18

钢铁侠的AI助手贾维斯,离我们的生活还有多远?

可能人人都希望自己有个“贾维斯”。 虽然已经退出漫威电影很多年,但是我们还是能够记起那个钢铁侠战衣里无所不能的AI助手。独特的幽默、优雅的语调,以及非常靠谱的人设,让无数科幻迷对这个看不见听得到的角色产生了无尽好感。  对贾维斯的迷恋有多疯狂呢?我见过贾维斯版本的电脑桌面程序,贾维斯模样的手机UI,以及以贾维斯命名的AI算法。设计师和极客们,迄今为止想了无数办法来“复活”属于自己的贾维斯。 然而画面越来越逼真的贾维斯界面,显然无法得到它的精髓:像朋友一样的沟通与陪伴。 假如说有某种技术希望能够在“本质”上寻找贾维斯,那么一定非语音助手莫属。 由于身处一个科技爆炸的年代
发表于 2019-04-18
钢铁侠的AI助手贾维斯,离我们的生活还有多远?

台积电7纳米制程领跑,未来押宝两大技术

晶圆代工龙头台积电( 2330-TW )今(17)日上传年报,董事长刘德音与总裁魏哲家在致股东报告书中指出,今年面对经济疲软与国际贸易紧张局势等营运逆风,将强化业务体质,加速技术差异化,强化网路安全及机密资讯保护措施,并相信5G及AI持续的产业大趋势,将驱动未来半导体业的成长;台积电也强调,7纳米制程领先同业至少1年,是目前业界最先进的逻辑制程技术。 今年的台积电年报,为刘德音与魏哲家接棒后的首份年报,致股东报告书中,刘德音与魏哲家表示,去年是台积电达成许多里程碑的一年,营收、纯益与每股纯益连续7 年创纪录,也成功量产7 纳米制程,领先其他同业至少1 年,是业界首见最先进的逻辑制程技术。 刘德音与魏哲家指出
发表于 2019-04-18

智能安防已具备一定成熟度 AI安防正在向场景应用体验过渡

。其中,“AI+安防”已经从概念普及、技术比拼,进入到产品、场景、实战应用和生态构建阶段。根据中安协《中国安防行业“十三五”(2016-2020年)发展规划》来看,安防行业将向规模化、自动化、智能化转型升级,到2020年,安防企业总收入约8000亿左右,年增长率10%以上。显然,中国安防产业已经具备了人工智能技术落地、成长的基础设施环境和一定的市场容量。AI安防正向场景应用体验过渡如果说2018是AI推动安防行业变革的一年,那么2019年里,AI安防的核心价值就在于提升场景应用体验。过去几年,安防行业主要在做人脸识别、车牌识别等单点AI应用。然而,正如海康威视总裁胡扬忠所说,安防行业是一个非常碎片化的市场,每个场景、每个地方的需求都不
发表于 2019-04-17
智能安防已具备一定成熟度 AI安防正在向场景应用体验过渡

重建巴黎圣母院 新技术AI能帮上忙吗

此,如大型集会以及自然灾害等方面的部分消防手段均可借鉴。以南京的秦淮灯会为例,2018年秦淮区便为灯会搭建了一个“信息化智慧平台”,只要扫描二维码就可以监测摊位消防安全状况,而所安装的火情探头、监控摄像头还内置了算法,一旦识别出火情就会立刻触发报警装置,喷淋设备就会立马启用。而对于自然灾害而言,小型卫星以及处理数据的超级计算机普及也都成为了消防不可或缺的部分。在AI技术的驱动下,卫星可对山林等的野火风险地图进行精确绘制,在火灾发生前数小时发出警报,将火苗扼杀在初始阶段。对于古建筑来说,这些方法或许不能完全照搬,但万变不离其宗,科技手段俨然已成当前防火工程中不可或缺的部分。只是如果火情最终蔓延,如巴黎圣母院这样的永久性损坏,真的会让文明
发表于 2019-04-17
重建巴黎圣母院 新技术AI能帮上忙吗

AI产业 专利卡位战开打

根据PwC报告,2018年AI新创公司募资达93亿美元,几乎是该年度创投资金的10%。 史丹佛大学2018年人工智能指数分析报告分析也发现,从2015到2018年,AI新创公司数成长超过一倍,这些数字皆显示人工智能产业的快速发展和未来性。人工智能领域的专利数量和产业同样成长迅速,世界知识产权组织(WIPO)公布的研究报告中指出,人工智能专利是在2013年以后呈现爆量成长,其中机器学习为近年最主流的基础技术,计算机视觉是最热门的应用型技术, 产业应用以交通运输、通讯和生物医药领域为主,包括IBM、Microsoft、Toshiba、Samsung、Google、百度等大企业,都是AI专利的领先者。根据市调公司CB
发表于 2019-04-16

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 © 2005-2019 EEWORLD.com.cn, Inc. All rights reserved