广告

AI加速器性能只用TOPS是比不出来的!

时间:2019-12-17 作者:Sally Ward-Foxton 阅读:
TOPS数字越高并不一定就有更高的处理量,尤其是在样本大小为1的边缘应用中...
广告
ASPENCORE

在AI加速器世界,芯片的性能通常是以既定算法的TOPS (tera operations per second)来表示,但有很多理由显示,这或许并不是最好的参考数字。如美国的AI加速器开发商Flex Logix执行长Geoff Tate所言:“客户真正要的是每1美元的高处理量(throughput)。”h0rEETC-电子工程专辑

Tate解释,TOPS数字越高并不一定就有更高的处理量,尤其是在样本大小(batch size)为1的边缘应用中;而诸如数据中心等应用,可透过以较大的样本平行处理多个输入来提高处理量(因为就会有多余的TOPS),但这通常并不适合边缘设备。h0rEETC-电子工程专辑

举例来说,Tate比较了Flex Logix的InferX X1组件以及市场上的某款领导级GPU,虽然后者的处理量是3~4倍,TOPS是10倍,但需要用到8倍的DRAM;相较之下Flex Logix的组件架构能节省很多资源。h0rEETC-电子工程专辑
h0rEETC-电子工程专辑
Flex Logix的InfereX X1预计2019年底投片,将提供8.5TOPS左右的算力。h0rEETC-电子工程专辑

h0rEETC-电子工程专辑

(来源:Flex Logix)h0rEETC-电子工程专辑

但Tate提出的每1美元处理量指标听起来很合理,实际上也不是都能很容易找到可靠的组件产品价格,以直接进行比较。而像是需要多少DRAM或是某款特定芯片有多大的占位面积能显示成本,但并不精确。h0rEETC-电子工程专辑

另一个把TOPS当作指标会遇到的问题,是通常会以执行ResNet-50模型来进行测量。“ResNet-50并不是客户关心的测量基准,只是人们最常用的;”Tate解释:“这个模型不是非常重要的原因是,它使用非常小的影像。”h0rEETC-电子工程专辑

ResNet-50被使用了一段时间而且成为比较TOPS数据的既定标准,但现在被认为已经过时。虽然有很多继续使用这个标准的好理由,包括至少需要让所有接下来的分数能继续进行比较,还有这是所有类型设备(甚至是微小设备)都能使用的标准,但它不足以挑战现今为数据中心推理打造的巨大芯片,也不能充分显示它们的性能。h0rEETC-电子工程专辑

除了既定标准,当然也有不同的产业组织为AI加速器芯片开发出测量基准,例如MLPerf、DawnBench、EEMBC…等等。而尽管其中MLPerf已经公布了一批推理芯片的跑分结果,但Tate认为这个测量基准太“数据中心导向”。h0rEETC-电子工程专辑

他举例指出,在单数据流(single-stream)情境中,考虑边缘设备一次处理一个影像(样本数为1),性能指针为90百分位数(90th percentile)延迟;“在边缘,我不认为客户会想知道90百分位数,他们要知道百分之百:你能给我什么保证?”例如自动驾驶就是一个非常重视延迟表现的边缘应用。h0rEETC-电子工程专辑

像是对象侦测等复杂图像处理任务的表现性能,会更适合用来比较现在的高端AI加速器。h0rEETC-电子工程专辑

20191217-002.jpgh0rEETC-电子工程专辑
(来源:Flex Logix)h0rEETC-电子工程专辑

对于那些在信息于处理器核心与内存之间传递时会遭遇总线竞争(bus contention)的系统,长尾延迟(long tail latencies)是一个典型的问题。虽然目前有很多设备都使用了高带宽内存接口,但因为竞争可能发生,仍然会有一个理论上的尾延迟。h0rEETC-电子工程专辑

Flex Logix以FPGA为基础的推理处理器设计,号称每一次都有差不多的延迟时间(另一家AI加速器业者Groq也声称他们有同样的性能,但坚称其组件并非FPGA)。h0rEETC-电子工程专辑

Tate指出:“因为我们在核心中使用共同创办人发明的FPGA互连,有一个内存到乘法累加器(multiply accumulators)、再到触发逻辑并回到内存的专属路径,因此没有竞争问题;”信息流通顺畅,利用率没有到100%,但超越其他所有架构。h0rEETC-电子工程专辑

而尽管市场竞争激烈,AI加速器新秀如雨后春笋,Tate对于Flex Logix的前景信心十足;“当真正的芯片问世、开始执行软件并且展示,你也看到价格与性能…很快,市场上没办法跑到前四分之一的公司就消失不见。”h0rEETC-电子工程专辑

Tate预测,未来AI加速器领域只会有10~15家芯片公司的生存空间,以不同的市场(包括训练、推理、数据中心、边缘与超低功耗…等等)为基础;那些在市场上的解决方案在运算性能上跨越很大的数量级,因此不会全部都是直接彼此竞争。h0rEETC-电子工程专辑

他认为,未来一到两年就会有大量的公司被淘汰,套用一句投资之神巴菲特(Warren Buffett)的名言:“当潮水退去,你就会看到是谁在裸泳。”h0rEETC-电子工程专辑

编译:Judith Cheng   责编:Yvonne Gengh0rEETC-电子工程专辑

(参考原文: AI Accelerators: TOPS is Not the Whole Story,by Sally Ward-Foxton)h0rEETC-电子工程专辑

 h0rEETC-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。
Sally Ward-Foxton
Sally Ward-Foxton是EE Times特派记者,她专注于EE Times美国版的AI技术和相关话题,以及EE Times欧洲版杂志中的欧洲企业报道。 Sally base在英国伦敦,她报道电子行业已有15年,曾为Electronic Design、ECN、Electronic Specifie撰写设计、电子元件类文章。 她拥有剑桥大学的电气和电子工程硕士学位。
  • 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……
  • 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……
  • 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。
  • 苹果将在2021下半年推出5nm自研GPU芯片 据国外媒体报道,6月份公布了自研Mac CPU计划的苹果,还将推出自研GPU,此前就已有外媒报道苹果自研的Mac处理器采用苹果GPU,不支持第三方的GPU。
  • 美商芯片滞销,华为却向非美厂商加价囤货 一边是美国芯片厂商无法出货给华为,导致产品积压滞销;另一边是华为加价囤货,向非美系芯片厂商疯狂收货。美国政府针对华为的封杀,已经引发了美国芯片行业大量库存积压的现状,而另一边,华为又锁定供应吃紧的部分芯片,加价向非美国供应商要货……
  • 台积电公布首个3nm客户,竟是一家初创公司 按以往规律,智能手机处理器厂商会更愿意尝试最新工艺,因为他们对处理器芯片性能尤其是散热及功耗有更高的要求,业界普遍猜测台积电3纳米工艺应该是苹果的A16处理器首发。在此之前苹果也是5nm A14、5nm+工艺A15的首发,3nm由A16首发,看似合情合理……
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