广告

AI从云端转向边缘,新架构应运而生

时间:2018-11-02 作者:Dylan McGrath 阅读:
随着人工智能(AI)能力从云端转向边缘,芯片制造商必然会找到可行的方法,在更小、更高效,且成本更低的设备中实现各种AI功能,比如神经网络处理和语音识别等。
广告
ASPENCORE

随着人工智能(AI)能力从云端转向边缘,芯片制造商必然会找到可行的方法,在更小、更高效,且成本更低的设备中实现各种AI功能,比如神经网络处理和语音识别等。NLNEETC-电子工程专辑

在数据中心执行繁重任务的大型昂贵的AI加速器不大可能适合边缘设备。针对特定应用的尺寸、价格和功耗等要求,在边缘设备中实施AI的争夺战已经打响,各种芯片方案竞相登场,包括CPU、GPU、FPGA、DSP,甚至微控制器(MCU)。NLNEETC-电子工程专辑

在最近举行的Linley处理器研讨会上,Cadence设计系统公司和Flex Logix技术公司分别发布了专门针对边缘AI的设计架构。两种架构都专注于将AI功能引入边缘节点设备,而且重点是减少内存占用。NLNEETC-电子工程专辑

Semico Research的高级分析师Rich Wawrzyniak表示,“并非一切都在云端,带有AI功能的终端设备将成为主流。”NLNEETC-电子工程专辑

据Tirias Research首席分析师Jim McGregor称,大多数即将面市的解决方案仍然是“一定程度的混合方案,即大部分处理任务在边缘进行,但必要时还是要在云端处理,除非只想听特定的词语或声音。”NLNEETC-电子工程专辑

“我们确实看到更多语音处理在边缘完成的发展趋势,”Tirias分析师Kevin Krewell说道。 “将所有语音数据发送到云端会有隐私问题。而且边缘处理还可以减少延迟响应。此外,边缘端的处理能力也越来越强。”NLNEETC-电子工程专辑

McGregor表示,使用DSP是边缘处理的最有效方式。 “然而,我看到Alexa智能音箱使用的处理器是ST公司的STM32 MCU。”NLNEETC-电子工程专辑

Cadence的Tensilica HiFi 5 DSP专注于实现语音识别和基于神经网络的处理,而Flex Logix的NMAX架构则专为更复杂的神经网络推理而设计。两家都声称其架构在成本、性能和功耗方面都比现有架构具有显著优势。NLNEETC-电子工程专辑

根据Wawrzyniak的说法,新的架构代表着IP供应商的升级,他们开始提供专门用于AI的IP。他补充道,目前在AI中使用的大部分IP都是针对通用SoC的IP类型。 “随着应用变得更加专精,IP开发商将会推出更多专为AI而优化的产品。”NLNEETC-电子工程专辑

NMAX神经推理引擎

Flex Logix是一家成立仅四年的初创公司,以嵌入式FPGA而闻名,宣称其NMAX神经推理引擎可以在模块化、可扩展的架构中达到100万亿次操作/秒(TOPS)的神经推理性能,而所需DRAM带宽只是竞争技术的很小一部分。NLNEETC-电子工程专辑

Flex Logix首席执行官Geoff Tate表示,其互连技术可有效应对神经网络推理中的最大挑战,即最小化数据移动和功耗。跟该公司的eFPGA一样,NMAX采用平铺方式,可让用户根据需要扩展阵列。他说,NMAX平铺可以按照所需TOPS的配置来排列,可根据需要使用不同数量的SRAM,最高可达100TOPS峰值性能。NLNEETC-电子工程专辑

181031_NMAX_800-min.pngNLNEETC-电子工程专辑
NMAX512平铺架构。(资料来源:Flex Logix)NLNEETC-电子工程专辑

这种架构还带有分布式的片上SRAM,可根据需要进行重新配置,这是针对不同数据大小的优势。它还具有互连功能,可以在SRAM输入组、MAC群集和每级激活到SRAM输出组之间重新配置连接。NLNEETC-电子工程专辑

Tate还表示,NMAX即使在小批量处理中也能迅速执行神经网络推理,这是Nvidia和Habana Labs等推理引擎难以做到的,因为每层加载需要很多时间。他补充说,小批量处理对边缘应用尤为重要,因为需要尽量减少延迟。他还展示了NMAX在28、10和1等不同批量的处理数据,每秒可处理多达19,000个ResNet-50图像。NLNEETC-电子工程专辑

“通常情况下,现有架构在大批量处理中具有良好的吞吐量,但在较小的批量处理中却不太好,因为加载需要很长时间,”Tate向EE Times解释道。NLNEETC-电子工程专辑

181031_NMAX_2_800-min.pngNLNEETC-电子工程专辑
ResNet-50在低批量处理中的性能比较。(资料来源:Flex Logix)NLNEETC-电子工程专辑

Tate强调,Nvidia的Tesla T4和Habana的Goya要比NMAX需要更多的DRAM带宽。 “最根本的是,我们的价格将比其他人便宜10倍,”他说。 “他们需要8个DRAM来获得这个吞吐量,而我们只用一个DRAM就够了。”NLNEETC-电子工程专辑

NMAX仍处于开发阶段,预计将于2019年下半年开始供货。Flex Logix计划在2019年春季Linley处理器研讨会上展示该技术的进展情况。NLNEETC-电子工程专辑

再看Cadence,其Tensilica HiFi 5是一种用于音频和语音处理的DSP内核,专门针对远场处理和基于AI的语音识别处理进行了优化。这是流行的Tensilica DSP系列的第五代产品,是获得业界最广泛授权和认可的音频、视频和语音DSP,其年出货量已经超过10亿。据Cadence称,跟其上一代HiFi 4相比,HiFi 5具有两倍的音频处理能力和四倍的神经网络处理性能提升。NLNEETC-电子工程专辑

181031_highfi5_800-min.pngNLNEETC-电子工程专辑
Tensilica HiFi 5架构。(资料来源:Cadence)NLNEETC-电子工程专辑

HiFi 5与HiFi系列的其它产品在软件上具有兼容性,包括300多个HiFi优化的音频和语音编解码器,以及音频增强软件包。Cadence还推出了一个新的库,它可提供一组优化的库函数,特别适用于神经网络处理------尤其是语音,可以集成到流行的机器学习框架中。NLNEETC-电子工程专辑

Cadence宣布,位于德州奥斯汀的亚阈值晶体管微控制器开发商Ambiq Micro是第一家获得HiFi 5授权的客户。NLNEETC-电子工程专辑

ASPENCORE
本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Dylan McGrath
EE Times美国版执行编辑。Dylan McGrath是EE Times的执行编辑。 Dylan在电子和半导体行业拥有20多年的报道经验,专注于消费电子、晶圆代工、EDA、可编程逻辑、存储器和其他专业领域。
  • 华为轮值董事长郭平表态:继续投资海思 日前,华为轮值董事长郭平在与新员工座谈时,明确表示华为会继续保持对海思的投资。他认为,建立备胎计划已经十几年了,当时用的是别人的芯片,但是仍然保持足够的投资去做海思,现在华为作为一个系统设备公司扎到根,芯片设计就到根了。不过,他也指出,前端还有芯片制造工艺、制造设备和原材料,是美国约束华为的地方……
  • JDI与松下就液晶面板专利在美起诉天马微电子 9月3日消息,据国外媒体报道,日本显示器公司JDI(Japan Display Inc.,简称JDI)和松下就液晶面板专利在美国地方法院起诉中国面板厂商天马微电子(深天马A)。
  • 华为郭平:华为被制裁,是美国想要一统数字江湖 近日,华为副董事长、轮值董事长郭平就“5G与中美科技”主题进行了线上分享。郭平详细分析了美国为什么要打压华为和中国的5G,为什么要打压字节跳动、腾讯等企业,为什么要驱赶中国在美国的科学家和留学生……美国要的是继续一统江湖的数字世界。
  • 英特尔发布11代酷睿Tiger Lake,10nm SuperFin及Xe核显 英特尔发布了搭载锐炬(Iris) Xe 显卡的全新第 11 代智能英特尔酷睿(Core)处理器(代号“Tiger Lake”),与第 10 代Ice Lake处理器相同,Tiger Lake仍旧采用英特尔自家的10nm工艺,不过首次加入全新的SuperFin晶体管技术,GPU核显部分则是全新的Iris Xe LP……
  • 2019全国科技经费投入:华为超过25省市 日前,国家统计局、科学技术部和财政部联合发布了《2019年全国科技经费投入统计公报》。2019年中国全国共投入研发经费(研发投入)22,143.6亿元人民币,同比增长12.5%,与国内生产总值(GDP)的比值为2.23%,同比提高了0.09个百分点。值得一提的是,华为2019年的研发支出达到1,317亿元,如果把他列为一个省级经济体……
  • 联发科取消 5nm芯片开发计划,本是替华为量身定做 近日市场传出,原本联发科预计提供华为 Mate 系列旗舰型智能手机使用的 5 nm制程处理器,可能是天玑 2000 系列,后来确认无法继续供货给华为,联发科也停止开发。
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了