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://news.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

NVIDIA GPU解决方案全面展示AI赋能下的专业视觉体验

近日,亚太专业视听和交互体验式通信技术交流的平台会议InfoComm China 2019在北京启幕,作为全球视觉计算技术的行业领袖,NVIDIA携专业视觉解决方案Quadro RTX GPU和虚拟GPU解决方案等领先产品亮相,集中展示AI赋能下专业视觉领域新突破,以及NVIDIA最新专业视觉解决方案在提升工作效率,推进专业视听产业升级中不可或缺的作用。                                       
发表于 2019-07-19
NVIDIA GPU解决方案全面展示AI赋能下的专业视觉体验

韩国研究人员研发全球首个三进制半导体 或影响AI/自动驾驶汽车等应用

(图片来源:三星电子公司)据外媒报道,当地时间7月17日,韩国一个研究小组成功在一块大晶片上,展示了全球首个节能型三进制金属氧化物半导体。2013年,三星电子公司(Samsung Electronics)启动了一个价值1.5万亿韩国(约合12.7亿美元)的研究资助计划,自2017年9月以来,三星电子一直通过该计划支持该项研究。该研究小组由韩国蔚山国家科学技术研究所(UNIST)电子与计算机工程系的Kim Kyung-rok教授牵头,在目前的二进制芯片制造工艺环境下,在一个大型晶圆片的表面创建了一个三进制逻辑系统。该项新型半导体技术可能会另辟蹊径,影响人工智能、自动驾驶汽车和其他高科技应用。该研究团队估计需要5年时间,该技术才能实现商
发表于 2019-07-19
韩国研究人员研发全球首个三进制半导体 或影响AI/自动驾驶汽车等应用

以“异军突起”的阿里为例,看攀登者们如何征服AI高峰?

如果说AI技术的研发,是一场厚积薄发的洪水冲堤,通过持续的学术能量累积最终实现大范围的突破;那么AI技术的商业化应用,就如同一场登山运动,是每一步都扎根于泥土之中的寸进。 在经历过前几年的AI技术爆发之后,如今正在发生的,是AI技术与应用场景结合,逐渐走向产业化和商业化。就像今年两会时出现的“智能+”概念一样,AI正在逐渐走向对社会经济体的双向驱动——既对应用场景的效率进行提升,同时也为AI技术的研发者提供收益。 那么,在有AI商业化年之称的2019,我们不妨回望来路,以近期“异军突起”的阿里为例,看看这些攀登者们究竟是如何征服山岭的。 半山风景独好:阿里看到了什么?在世界范围内的一众AI攀登者之中
发表于 2019-07-19
以“异军突起”的阿里为例,看攀登者们如何征服AI高峰?

遥感邂逅AI的价值与需求,新机遇也是新挑战

作为一种可以渗入千行万业的通用技术,AI经常可以让一门听上去“古老”的技术,瞬间焕发新的想象力。比如遥感,这个中国人并不陌生的技术词汇。 所谓遥感,一般指运用遥感器对物体的电磁波的辐射、反射特性进行探测。通过远离目标和非接触的方式,来判断和识别探测目标。这种技术一般应用于空中平台,比如卫星、航空器、无人机等等。 在100年前,现代地理学和测量学当中,已经诞生了遥感科学的前身。1972年,美国宇航局发射了搭载有遥感器的地球资源技术卫星ERTS-1,宣告了现代遥感技术正式到来。 这门在数十年间帮助人类认识地球的技术,今天正在与AI技术展开一场充满想象力的邂逅。但是二者的结合并不那么容易。端侧AI算力的突破
发表于 2019-07-19
遥感邂逅AI的价值与需求,新机遇也是新挑战

吴军捕风捉影式的“口嗨”将三家科技巨头推至舆论的风口

,YouTube在谷歌强大的技术、资金和推荐算法的加持下已成为全球网民的重要娱乐入口,也是谷歌展示广告最重要的组成部分,源源不断为谷歌贡献收入。 而Android系统的战略意义不言而喻,当年只花5000万美金收购不到60人的Android团队,为谷歌巩固移动时代的优势立下了汗马功劳。有了Android这个开放的系统,除苹果之外所有智能手机的默认搜索变成了谷歌,而为此Android不需要付一分钱。要知道据Bernstein研究公司分析师预计,为了让所有售出的iPhone的默认搜索引擎设置成谷歌,谷歌每年要付给苹果30亿美金。 AI被称为互联网的下一幕,而谷歌就是那个拉幕的角色。2014年1月,Google宣布6亿美元
发表于 2019-07-19

手中的两张王牌和两场硬战决定着腾讯在AI时代的位置

在大谈人工智能的时代,几乎所有的科技企业和互联网公司都在AI上有所布局。 BAT三家中,技术起家的百度是公认的AI优等生,不久前结束的“2019百度AI开发者大会”上,“百度大脑”已经升级到5.0,由百度大脑核心能力支持的Apollo和DuerOS两大AI开放平台的生态体系越来越丰满,成为各自领域的AI标杆;阿里的达摩院名号响亮,马云公开承诺,达摩院“活得至少要比阿里巴巴长”,并且要在三年内投入超过1000亿,砸下大量的资源,达摩院的成长“肉眼可见”。 相比之下,腾讯AI布局的动作显得较为迟缓,至今靠进入国家人工智能创新平台的医疗AI“腾讯觅影”撑着台面,内部力量也分散为腾讯AI Lab、优图实验室
发表于 2019-07-18

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