用於終端AI加速的10大處理器 - 電子工程專輯

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——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 ... 【下周直播】工業大數據即服務，以數據驅動製造業數位化轉型！ 立即報名>> 登入 註冊 聯繫 首頁 新聞 TechRoom 產品新知 網通技術 電源技術 控制技術 可程式邏輯技術 處理器技術 感測器/MEMS技術 EDA/IP技術 光電技術 儲存技術 介面技術 無線技術 製造技術 放大/轉換技術 嵌入式系统 測試/量測技術 下載 線上研討會 小測驗 影音 視訊 onAir 申請中心 研討會與活動 EEAwardsAsia 雜誌 各期雜誌線上看 2022年2月雜誌 編輯計劃表 訂閱雜誌 X 首頁»處理器技術»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，EETimes歐洲特派記者 類別:EDA/IP技術 2020-06-16 (0)評論 AI和ML應用處理器不斷湧現，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——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【白皮書免費下載】採用RTD的高EMC性能精密溫度測量解決方案 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…   …完整閱讀請連結EDNTaiwan網站   訂閱EETimesTaiwan電子報 加入我們官方帳號LINE@，最新消息一手掌握！ 分享TwitterFacebookLinkedInPrintMoreRedditTumblrPinterestPocketTelegramWhatsAppSkype Related 文章Tag: 人工智慧機器學習處理器 發表評論 取消回覆 YoumustRegisteror Logintopostacomment. 訂閱EETimesTaiwan電子報 最新文章 最熱門文章 2022-03-11 技術再進化　SiC半導體2022年榮景可期 2022-03-11 A2B如何為汽車應用SOTA帶來變革 2022-03-11 「車輪上的資料中心」全球汽車調查結果 2022-03-11 裝置安全性將直接影響企業盈虧 2022-03-11 創意電子發佈2.5D與3D多晶粒APT平台 2022-03-07 2025年Intel真有機會重回王座嗎？ 2021-10-21 新標準讓嵌入式快閃記憶體元件更容易替換 2022-03-02 元件造假新套路：「木馬」嵌入FPGA或記憶體 2020-01-13 用AI幫你的廣告文案找靈感！ 2019-07-03 從雲端走入凡間：「AIattheEdge」商機發酵中 2020-12-07 又是不怎麼智慧的智慧家庭設定… 2020-10-26 AiP技術為毫米波雷達帶來的演進與創新 2020-09-23 振興美國晶片製造業就對了？學者提異見 2020-08-12 H1-B簽證凍結　美科技業憂人才流失 2020-06-24 為何從不曾在高壓電線上看到鳥兒？ 最新文章 MOSFET 2022-03-11 技術再進化　SiC半導體2022年榮景可期 ECU 2022-03-11 A2B如何為汽車應用SOTA帶來變革 5G天線 2022-03-11 「車輪上的資料中心」全球汽車調查結果 數位轉型 2022-03-11 裝置安全性將直接影響企業盈虧 ASIC 2022-03-11 創意電子發佈2.5D與3D多晶粒APT平台 最熱門文章 Core處理器 2022-03-07 2025年Intel真有機會重回王座嗎？ JEDEC 2021-10-21 新標準讓嵌入式快閃記憶體元件更容易替換 Counterfeitpart 2022-03-02 元件造假新套路：「木馬」嵌入FPGA或記憶體 CES 2020-01-13 用AI幫你的廣告文案找靈感！ EDA/IP技術 2019-07-03 從雲端走入凡間：「AIattheEdge」商機發酵中 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