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
电子工程专辑 EE Times China -提供有关电子工程及电子设计的最新资讯和科技趋势

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。

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)。

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。

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。”

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。”

“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。”

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。”

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。

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。”

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。

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。

181031_NMAX_800-min.png
NMAX512平铺架构。(资料来源:Flex Logix)

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。

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。

“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。

181031_NMAX_2_800-min.png
ResNet-50在低批量处理中的性能比较。(资料来源:Flex Logix)

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。”

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。

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。

181031_highfi5_800-min.png
Tensilica HiFi 5架构。(资料来源:Cadence)

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。

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。

电子工程专辑 EE Times China -提供有关电子工程及电子设计的最新资讯和科技趋势
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。
  • 中芯国际2020年营收252.50亿元创新高,且迎来一位女强人 2月4日晚间,中芯国际公布了2020年第四季度和全年财报,收入、利润同步看涨,尤其是年利润暴涨2倍多,不过受制于美国实体清单,14/28nm先进工艺被严重束缚,无法给华为等客户代工,收入和占比都大幅下降。
  • 4D成像雷达,让“静止的公路杀手”不再出没 钢铁侠伊隆·马斯克(Elon Musk)对车载激光雷达技术的鄙视尽人皆知——“使用车载激光雷达很蠢,任何依赖激光雷达的人都注定要失败(doomed)”、“昂贵的传感器是不必要的,这就像是一大堆昂贵的附属品”、“虚假和愚蠢=高精地图和激光雷达(False and foolish = HD maps and LiDAR)”、“我们要抛弃激光雷达,记住我的话,这就是我的态度”...... 他相信计算机视觉,相信只用摄像头和雷达传感器就能搞定自动驾驶。
  • 2020年中国花3800亿美元买芯片,占进口总额18% 2020年中国大陆进口的计算机芯片和半导体设备的额度大增。从统计数据来看,3800亿美元的芯片,约占当年中国进口总额的18%。进口7大来源地包括中国台湾、韩国、日本、美国、马来西亚、菲律宾、越南。其中,包括台积电在内的台湾公司获益最大……
  • 上海将芯片IP核授权给中山大学当“教材” 近日,上海硅知识产权交易中心将多套IP核(Intellectual Property Core)产品以近百万元成交价,授权给中山大学微电子学院,用作本科生“教材”。这些IP核产品包括多套模拟电路IP核和一套接口电路IP核……
  • 华为公开数项芯片相关专利,包括制备方法、基因比对和学 据企查查、天眼查等APP显示,近日,华为技术有限公司公开数种芯片技术相关专利,包括“芯片及其制备方法、电子设备”、 “学位资源预测方法、装置、存储介质和芯片”和“基因比对技术”等。
  • SSD固态硬盘对游戏行业的一场革命 似乎在当代PC领域,配SSD固态硬盘是个日常——都什么年代了,还谈SSD固态硬盘是HDD机械硬盘的未来?PC游戏自然也应该在“享用”SSD带来的速度优势吧?但在次世代游戏主机领域,高速SSD的采用算是个新鲜事,或者说至少以前SSD在游戏主机领域并不太受待见……
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