用於終端AI加速的10大處理器- 電子技術設計 - EDN Taiwan
文章推薦指數: 80 %
人工智慧(AI)和機器學習(ML)應用的加速是一個相對較新的領域,各種各樣的處理器不斷湧現,加速了幾乎所有神經網路的處理工作。
無論是處理器巨擘還是 ...
【3/24直播】靈動微電子新產品MM32F5系列MCU的典型工業應用!報名抽開發板>>
登入
註冊
聯繫
首頁
新聞
TechRoom
IC/電路板/系統設計應用
消費性電子
工業控制應用
軍事應用
電腦/周邊應用
通訊/網路/無線應用
汽車電子
設計揭密
設計實例
產品新知
下載
線上研討會
小測驗
視訊
申請中心
研討會與活動
EEAwardsAsia
雜誌
各期雜誌線上看
2022年1月雜誌
編輯計劃表
訂閱雜誌
工具
PCB設計工具
電路圖擷取與佈線
PCBWeb
走線寬度計算器
Internal
External
走線電流計算器
Internal
External
走線電阻計算器
Internal/External
阻抗計算器
Microstrip
EmbeddedMicrostrip
SymmetricStripline
AsymmetricStripline
WireMicrostrip
WireStripline
Edge-CoupledMicrostrip
Edge-CoupledStripline
BroadsideCoupledStripline
RF設計工具
阻抗電路求解器
L-Match
Pi-Match
T-Match
電纜阻抗計算器
Coax
TwistedPair
串擾計算器
Microstrip
Stripline
轉換工具
RFUnitConverter
電路圖設計工具
模擬器
OnlineSPICESimulator
轉換器/檢視器
SchematicConverter/Viewer
線上電路圖擷取工具
SchematicCaptureTool
被動元件設計工具
電阻計算器
4-Band
5-Band
6-Band
標準阻值表
StandardValues
電感計算器
MagneticFieldCalculator
WireSelfInductance
ParallelWires
Coax
WireoverPlane
Loop
RectangleLoop
Coil
Broadside-CoupledTraces
Edge-CoupledTraces
Datasheets查询
SiliconExpert
其他
座標紙格式下載
EngineeringGraphPaper
Log/LogGraphPaper
Semi-LogGraphPaper
SmithChartGraphPaper
數學公式
Overview
Algebra
Geometry
TrigonometryDefinitions
TrigonometryLawsandIdentities
CalculusDerivativesandLimits
CalculusIntegrals
數學計算
計算機
OnlineBasicCalculator
OnlineScientificCalculator
查看所有工具
X
首頁»專家觀點»用於終端AI加速的10大處理器
用於終端AI加速的10大處理器
作者:SallyWard-Foxton,EETimesEurope特約編輯
類別:專家觀點
2020-06-08
(0)評論
人工智慧(AI)和機器學習(ML)應用的加速是一個相對較新的領域,各種各樣的處理器不斷湧現,加速了幾乎所有神經網路的處理工作。
無論是處理器巨擘還是產業新貴,都在盡力提供差異化產品——或是針對不同的垂直市場、應用領域或功率預算,或是具有不同的價位。
本文列出了目前市場上最具代表性的10款AI加速處理器…
人工智慧(AI)和機器學習(ML)應用的加速是一個相對較新的領域,各種各樣的處理器不斷湧現,加速了幾乎所有神經網路的處理工作。
無論是處理器巨擘還是產業新貴,都在盡力提供差異化產品——或是針對不同的垂直市場、應用領域或功率預算,或是具有不同的價位。
本文列出了目前市場上最具代表性的10款AI加速處理器。
應用處理器
英特爾MovidiusMyriadX【線上研討會】配備先進系統功能的KHz至40MHz頻寬SDR敏捷收發器
MyriadX由愛爾蘭新創公司Movidius開發,該公司於2016年被英特爾收購。
MyriadX是Movidius的第三代視覺處理單元,也是首款搭載專用神經網路運算引擎的處理器,可提供1TOPS的運算能力,專門用於深度神經網路(DNN)運算。
神經網路運算引擎與高傳輸量智慧記憶體直接連接,避免了資料傳輸時的任何儲存瓶頸。
MyriadX支持FP16和INT8運算,擁有一個核心群(包含16個專有SHAVE核心),以及升級擴展版的視覺加速器。
MyriadX可用於第二代英特爾神經運算棒(NCS2),NCS2實際上是外形跟隨身碟一樣的評估平台。
它可以插入任何工作站,使AI和電腦視覺應用能夠快速啟動並在專用的Movidius硬體上運作。
恩智浦半導體i.MX8MPlus
i.MX8MPlus是一款異質應用處理器,採用芯原的專用神經網路加速器IP(VivanteVIP8000)。
它為消費者及工業物聯網終端設備提供2.3TOPS的推理加速能力,足以完成多個物體的辨識、40,000個單詞的語音辨識,甚至還可以對醫學影像進行分類(MobileNetv1每秒對500個影像進行分類)。
圖1恩智浦的i.MX8MPlus是該公司首款搭載專用神經網路加速器的應用處理器,專為物聯網應用而設計。
(圖片來源:恩智浦半導體)
除神經網路處理器以外,i.MX8MPlus還搭載運作速度為2GHz的4核心ArmCortex-A53子系統,以及Cortex-M7即時子系統。
針對視覺應用,它提供兩個影像訊號處理器,可以支援兩個立體視覺高畫質相機或一個12MP相機。
針對語音應用,它提供一個800MHzHiFi4音訊數位訊號處理器(DSP),可用於語音資料的預處理和後處理。
XMOSxcore.ai
xcore.ai用於實現人工智慧物聯網(AIoT)應用中的語音控制。
它是一種交叉處理器,兼具應用處理器的性能,以及微控制器的低功耗與即時操作特性,用於語音訊號的機器學習推理。
圖2XMOS的xcore.ai採用專有架構,專為語音應用中的AI處理而設計。
(圖片來源:XMOS)
它採用XMOS專有的Xcore架構,包含的邏輯核心可用於I/O、DSP、控制功能或AI加速。
每顆xcore.ai晶片上有16個這樣的核心,設計人員可以根據需要選擇為每個功能分配多少個核心。
透過將不同功能映射到韌體中的邏輯核心,可以創建一個「虛擬SoC」,這完全是由軟體實現。
XMOS還在Xcore中增加了向量管道功能,用於機器學習。
xcore.ai支援32位元、16位元、8位元和1位元(二進位)網路,可提供3,200MIPS、51.2GMACC和1,600MFLOPS的運算能力,同時擁有1MB嵌入式SRAM,以及一個低功耗DDR擴展介面。
車用SoC
德州儀器TDA4VM
TDA4VM是德州儀器(TI)首款搭載專用深度學習加速器的SoC,是應用於汽車先進駕駛輔助系統(ADAS)的Jacinto7系列的一部分。
該模組採用C7×DSP及內部開發的矩陣乘法加速器(MMA),運算能力高達8TOPS。
圖3德州儀器的TDA4VM用於複雜的ADAS,使車輛能夠感知周圍環境。
(圖片來源:德州儀器)
這款SoC可以處理來自一個8MP前置攝影機的視訊串流,或者處理來自4~6個3MP攝影機加上雷達、光達(LiDAR)和超音波感測器的組合資料。
例如,在自動代客泊車系統中,其搭載的MMA可用於對這些輸入資料進行感測器融合。
TDA4VM專為5W~20W的ADAS應用而設計。
該產品目前處於預生產階段,但已有可用的開發套件。
GPU
NvidiaJetsonNano
Nvidia著名的JetsonNano是一款外形小但功能強大的GPU模組,專門針對終端設備中的AI應用。
該公司表示,與大多數Jetson系列產品(AGXXavier和TX2)一樣,Nano模組上的GPU採用Maxwell架構,有128個核心,運算能力達到0.5TFLOPS,足以處理多個高解析度影像感測器的資料流程並執行多個神經網路,功耗僅為5W,該模組還搭載了4核心ArmCortex-A57CPU。
圖4Nvidia的JetsonNano模組搭載具有128個核心的強大GPU,適合邊緣AI應用。
(圖片來源:Nvidia)
與Nvidia其他產品一樣,JetsonNano也採用了Nvidia的神經網路加速庫CUDAX,價格便宜的JetsonNano開發套件已經上市。
消費性輔助處理器
KneronKL520
耐能(Kneron)是台灣旅美科學家在美國成立的一家新創公司,首款產品為KL520神經網路處理器,專用於智慧家居、安防系統和行動裝置等應用中的影像處理和人臉辨識。
經過最佳化,它可以運作影像處理中常用的卷積神經網路(CNN)。
圖5Kneron的KL520採用可重配架構和巧妙的壓縮技術,在行動裝置和消費類設備中完成影像處理。
(圖片來源:Kneron)
KL520運算能力達到0.3TOPS,功耗僅為0.5W(相當於0.6TOPS/W)。
該公司稱其晶片MAC效率超過90%,能夠實現精確的人臉辨識,晶片架構可重新配置,並針對不同的CNN模型量身定制。
Kneron的輔助編譯器採用壓縮技術,能夠在有限的晶片資源內執行更大的模型,從而節省了功耗和成本。
KL520現已上市,製造商AAEON的加速卡中(M2AI-2280-520)也使用了這款處理器。
GyrfalconLightspeeur5801
Gyrfalcon的Lightspeeur5801是為消費性電子產品市場而設計,可提供2.8TOPS的運算能力,功耗為224mW(相當於12.6TOPS/W),延遲僅為4ms。
Gyrfalcon採用了比其他架構更節能的「記憶體內處理器(processor-in-memory)」技術,並且可以在50MHz和200MHz之間改變時脈速度,從而相應地調節功耗。
Lightspeeur5801包含10MB記憶體,因此整個模型都可裝在晶片上。
Lightspeeur5801是該公司生產的第四款晶片,已經用在LG的Q70中階智慧型手機中,用於相機效果的推理,5801PlaiPlugU盤開發套件現已上市。
超低功耗
EtaComputeECM3532
ECM3532是EtaCompute的第一款產品,在物聯網電池供電或能量採集設備中用於AI加速。
在影像處理和感測器融合等一直在執行的應用中,其功耗可低至100μW。
該晶片搭載兩款核心,ArmCortex-M3微控制器核心和恩智浦半導體CoolFluxDSP。
它採用專有的電壓和頻率調節技術,可以調節每個時脈週期,以充分利用兩個核心的每一瓦功率,兩個核心的任何一個都可以執行機器學習(但一些語音處理由DSP來完成更好)。
ECM3532樣品已經完成,預計第二季開始量產。
SyntiantNDP100
NDP100處理器由美國新創公司Syntiant設計,可對超低功耗應用中的語音命令進行機器學習推理。
這款晶片採用記憶體內處理器技術,僅消耗不到140μW的實際功率,可執行關鍵字發現、喚醒詞檢測、語者辨認或事件分類等模型。
圖6Syntiant的NDP100用於超低功耗應用中的語音處理。
(圖片來源:Syntiant)
Syntiant稱該產品將用於消費類電子設備的語音操作,例如耳塞式耳機、助聽器、智慧手錶和遙控器,其開發套件已上市。
GreenWavesGAP9
GAP9是法國新創公司GreenWaves開發的第一款超低功耗應用處理器。
它搭載9個RISC-V核心組成的強大運算集群,其指令集經過高度客製化以最大程度降低功耗,它具有雙向多通道音訊介面和1.6MB內部RAM。
在電池供電的物聯網設備中,可使用GAP9來完成影像、聲音和振動檢測等神經網路處理。
GreenWaves資料顯示,在GAP9運作MobileNetV1來處理解析度為160×160的影像時,通道縮放值為0.25,用時僅12ms,功耗低至806μW/訊框/秒。
(參考原文:Top10ProcessorsforAIAccelerationattheEndpoint,bySallyWard-Foxton)
訂閱EDNTaiwan電子報
加入LINE@,最新消息一手掌握!
分享TwitterFacebookLinkedInMorePrintRedditTumblrPinterestPocketTelegramWhatsAppSkype
Related
文章Tag:
人工智慧智慧裝置汽車電子處理器技術
發表評論
取消回覆
YoumustRegisteror
Logintopostacomment.
訂閱EDNTaiwan電子報
最新文章
最熱門文章
2022-03-11
隱藏鏡頭無處不在—防偷窺神器如何發現針孔攝影機?
2022-03-11
淺談成像雷達的重要性
2022-03-10
系統架構師:半導體產業的新工作藍圖
2022-03-10
保護USBType-C連接器免受ESD和過熱影響
2022-03-09
移除車輛電動化的障礙
2018-01-30
實作JFET電壓調諧文氏電橋振盪器
2019-12-24
智慧商店如何輕鬆搞定購物?
2020-10-27
在月球建網路 為何是4G雀屏中選?
2017-09-30
拆解藍牙無線條碼掃描器—裡頭鏡中有鏡
2020-03-27
山寨必死? 原廠談2020年TWS耳機發展態勢
2021-07-23
用塑料打造全球首個軟性32位元微處理器
2017-11-01
結合PFC圖騰柱架構和GaN以實現高功率
2018-08-08
智慧音箱拆解:對比EchoDot與HomeMini
2021-05-31
利用重力儲存能量可行嗎?
2020-09-24
什麼原因殺死了這顆LED燈泡?
最新文章
IR
2022-03-11
隱藏鏡頭無處不在—防偷窺神器如何發現針孔攝影機?
ADAS
2022-03-11
淺談成像雷達的重要性
EE人生
2022-03-10
系統架構師:半導體產業的新工作藍圖
ESD
2022-03-10
保護USBType-C連接器免受ESD和過熱影響
主動降噪
2022-03-09
移除車輛電動化的障礙
最熱門文章
IC/電路板/系統設計應用
2018-01-30
實作JFET電壓調諧文氏電橋振盪器
人工智慧
2019-12-24
智慧商店如何輕鬆搞定購物?
3G
2020-10-27
在月球建網路 為何是4G雀屏中選?
設計揭密
2017-09-30
拆解藍牙無線條碼掃描器—裡頭鏡中有鏡
中國市場
2020-03-27
山寨必死? 原廠談2020年TWS耳機發展態勢
EET電子工程專輯©2022本網站內之全部圖文,係屬於eMediaAsiaLtd所有,非經本公司同意不得將全部或部分內容轉載於任何形式之媒體
關於我們
隱私政策
用戶協議
繼續瀏覽網站
延伸文章資訊
- 1AI,AI人工智慧,AI加速器,AI運算,AI 超頻運算精靈,AI ... - 捷而思
讓一般的通用晶片即可在端點完成複雜的AI運算獨到的軟體架構,沒有專用的AI加速晶片也跑得動! 使用捷而思的軟體,用現有的行動設備就可以完成即時的AI運算不需要AI ...
- 2AI加速器晶片發威AI應用落地才到位 - i創科技
AI晶片是一種用於加速「深度學習演算法(Deep Learning Algorithm)」的晶片,以用途而分,又可分為「加速模型訓練(Training)」的晶片,以及「加速模型推論( ...
- 3決戰下世代人工智慧加速器記憶體內運算助攻AI市場 - 新通訊
記憶體內運算(Computing in Memory)可說是AI加速器架構的一種,實際運算過程是經過記憶體的數據資料,直接在記憶體內先行運算,而後將實際得到的分析 ...
- 4AI加速器的「選擇題」該怎麼答? - 電子工程專輯
不久前,我有機會針對這個主題採訪了英特爾(Intel)人工智慧(AI)產品行銷資深總監Alexis Crowell。英特爾提供了具有完全不同架構的各種AI加速器 ...
- 5AI加速器設計[計算機架構與系統實驗室]
AI加速器設計. 研究主題. Micro Darknet For Inference – MDFI. 開發MDFI協助神經網路推論加速器設計. 團隊成員. 現任成員. 研究計畫. 執行中的計畫 ...