Socionext測試載有DNN的AI晶片

2020-12-11 中關村在線

    SoC設計與應用技術領導廠商SocionextInc.（以下「公司」）宣布成功發開一款集成有量化深度神經網絡（DNN）技術的原型晶片，可為小型、低功耗邊緣計算設備提供先進的AI處理。

    受日本新能源與產業技術綜合開發機構（NEDO）委託，Socionext參與了以《先進的低功耗AI-EdgeLSI技術開發》為課題的項目研究，成功完成了結合量化DNN技術的晶片測試，並確認了其運行和性能。該測試晶片搭載有「量化DNN引擎」，能以高速、低功耗執行深度學習推理處理。

    目前，基於通用GPU的邊緣計算處理器無法滿足日益增長的人工智慧處理需求。以搭載有圖像識別和分析功能的邊緣計算設備為例，其系統功耗和發熱量與通用GPU相比有明顯增加，不得不通過提升成本擴容設備等方式滿足AI處理需求。

    量化DNN引擎

    為提高AI處理性能並減少系統功耗，Socionext開發了一款採用「量化DNN技術」的專有體系架構，它減少了深度學習所需的參數和激活位。該體系架構將1-bit(binary)、2-bit(ternary) 低比特率技術、傳統8-bit技術及公司獨創的參數壓縮技術結合，以較少的計算資源執行大量計算處理，並減少數據量。

    除此以外，Socionext還開發了一種新穎的片上存儲技術，可提供高效的數據傳輸，從而減少深度學習通常所需的大容量片上或外部存儲器。

    通過結合上述新技術，Socionext將AI晶片及「DNN引擎」原型化，並確認了其功能和性能。原型化晶片通過「YOLOv3」以不到5W的低功耗及30fps的速度實現了目標檢測，其效率是通用GPU的10倍。此外，該晶片還配備了高性能、低功耗的ArmCortex-A系列CPU，無需外部處理器即可以單晶片執行整個AI處理。

    深度學習軟體開發環境

    除硬體開發外，Socionext還構建了深度學習軟體開發環境，通過結合TensorFlow作為基本框架，允許開發人員用原始低bit位進行量化感知訓練（QuantizationAware Training）和訓練後量化（PostTraining Quantization）。開發新晶片時，用戶可以選擇量化技術並將其應用於各種神經網絡中執行高精度處理，例如在小型低功耗邊緣設備上增設先進的計算機視覺功能，應用於高級駕駛員輔助系統（ADAS）、監控攝像頭和工廠自動化等場景。

    Socionext目前正在通過對該原型晶片進行評估進一步調整電路優化其性能。公司將繼續與合作夥伴一起共同開發並交付AI-EdgeLSI最終產品，完成NEDO的委託項目。

    

    搭載有量化DNN引擎的AI測試晶片

    NEDO項目名稱

    《創新型AI晶片及下一代計算技術開發》

    《創新型AI邊緣計算技術開發》

    《先進的低功耗AI-EdgeLSI技術開發》

news.zol.com.cn true http://news.zol.com.cn/740/7402427.html report 1996     SoC設計與應用技術領導廠商SocionextInc.（以下「公司」）宣布成功發開一款集成有量化深度神經網絡（DNN）技術的原型晶片，可為小型、低功耗邊緣計算設備提供先進的AI處理。受日本新能源與產業技術綜合開發機構（NEDO）委託，Socionext參與了以《先進的低...

相關焦點

  • Socionext成功測試載有DNN引擎的低功耗AI晶片
    (以下「公司」)宣布成功發開一款集成有量化深度神經網絡(DNN)技術的原型晶片,可為小型、低功耗邊緣計算設備提供先進的AI處理。受日本新能源與產業技術綜合開發機構(NEDO)委託,Socionext參與了以《先進的低功耗AI-Edge LSI技術開發》為課題的項目研究,成功完成了結合量化DNN技術的晶片測試,並確認了其運行和性能。
  • Socionext聯合縱行科技和Techsor開發雲標籤晶片
    （以下「Socionext」）宣布攜手縱行科技和Techsor共同開發新一代低功耗、低成本的ZETag無線廣域網雲標籤SoC，項目預計於2020年內完成測試晶片，並於2021年實現產品量產。藉助Socionext獨有的RF技術和低功耗MCU技術，可將原先在RF晶片和MCU晶片上的標籤功能集成到單顆SoC上，大幅降低了成本，可作為一次性標籤使用。此外，該技術還縮小了標籤尺寸和功耗，打破了常規有源標籤的技術瓶頸。ZETag雲標籤預計於2020年內完成測試晶片，並在2021年實現產品量產。
  • AI如何讓瑞芯微展現特長？
    未來，瑞芯微平臺將商場科技，一流的ai算法及解決方案考慮預裝進晶片產品裡，下面是針對本場主講環節的整理，邱建斌與arm,open ai,LAB合作，首次開發了ai平臺，詳細講解了開發者能加快應用產品的落地離不開ai開發平臺。
  • Socionext 成功開發全新HDMI模塊「cecTalker」
    該模塊搭載有公司自主研發的HDMI控制器晶片，可方便用戶輕鬆為設備設計UI和UX，並通過HDMI接口進行設備連接控制。該產品現已提供樣品，並預計於2021年1月實現量產。        「cecTalker」配備有消費類電子控制（CEC）功能，允許用戶通過僅使用一個遙控器命令和控制HDMI連接的設備。
  • Socionext聯合縱行科技和Techsor共同開發ZETag雲標籤晶片
    (以下「Socionext」)宣布攜手縱行科技和Techsor共同開發新一代低功耗、低成本的ZETag無線廣域網雲標籤SoC,項目預計於2020年內完成測試晶片,並於2021年實現產品量產。新ZETag無線廣域網雲標籤SoC採用縱行科技LPWA(低功率廣域網) ZETA-G協議,並通過Socionext獨創的RF技術和MCU技術以單晶片實現從前需要兩顆晶片才能實現的功能,從而顯著降低成本、面積和功耗,並提高產品性能。
  • Socionext 成功開發全新HDMI模塊「cecTalker」
    該模塊搭載有公司自主研發的HDMI控制器晶片,可方便用戶輕鬆為設備設計UI和UX,並通過HDMI接口進行設備連接控制。該產品現已提供樣品,並預計於2021年1月實現量產。「cecTalker」配備有消費類電子控制(CEC)功能,允許用戶通過僅使用一個遙控器命令和控制HDMI連接的設備。
  • Socionext攜縱行科技、Techsor共同開發新一代ZETA通信晶片
    (以下「Socionext」)聯合LPWA(低功耗廣域網)的ZETA標準創始公司縱行科技和ZETA日本聯盟的代表理事公司Techsor宣布,共同開發基於「Advanced M-FSK調製方法」的新一代ZETA通信晶片。新一代ZETA通信晶片採用縱行科技提倡的全新「Advanced M-FSK調製方法」通信基帶技術和 Socionext獨有的RF技術和數字調製/解調技術。
  • dnnmmp 開發者集成環境:增加 Yapi(最好用的接口管理工具)
    dnnmmp開發者集成環境更新：增加YapiYapi介紹：YApi 是高效、易用
  • 走進Socionext | 產品分享小課堂第一講
    講師：謝稷 (Socionext 資深技術支持工程師)講師：李牛 (Socionext 資深技術支持工程師)講師：徐凱凱 (Socionext 汽車部市場經理)講師：曹松虎 (Socionext 資深技術支持工程師)在課程學習過程中有任何疑問，您可通過以下任一方式與我們聯繫：最新索喜資訊，盡在www.socionextcn.com
  • OpenCV DNN 模塊-風格遷移
    :return: model    """    model_name = d_model_map.get(style, "mosaic")    model_path = model_base_dir + model_name + ".t7"    model = cv2.dnn.readNetFromTorch
  • 創維ai晶片電視怎麼樣 創維ai晶片電視優勢介紹【詳解】
    近幾年AI技術是被很多人提起的話題，為了讓人們真正感受到它的神奇，很多品牌會將其運用在自家產品上，其中創維新推出的ai電視就是運用了這一項科技，在發布會當天就引起了人們的極大興趣，這是一次跨越性的挑戰，意味著電視再一次進入了換新的時代。
  • Dnnmmp 更新,增加 Redis 管理工具 PhpRedisAdmin
    介紹dnnmmp，它是基於 Docker 的開發者集成環境，包含豐富的軟體，未來開發者的趨勢。
  • Dnnmmp 1.5.0 發布,增加 phpMyAdmin 資料庫管理工具
    介紹dnnmmp，它是基於 docker 的開發者集成環境，包含豐富的軟體，未來開發者的趨勢。
  • 我國晶片亟待突破，存儲晶片是關鍵，華為的ai晶片可彎道超車
    近十年以來，我國的晶片需求與日俱增，晶片的進口量已經遠超石油的進口量，成為我國的第一大進口商品，2019年我國的晶片進口金額高達3000多億美元，幾乎是石油進口額的三倍，晶片已經成為關係到國計民生的戰略物資，而我國晶片自給率才佔30%左右。
  • Socionext開始提供基於AWS的H.264視頻編碼器
    更多詳情,請登錄Socionext官方網站:http://www.socionext.com。 本新聞稿中提及的所有公司或產品名稱均為其各自所有者的商標或註冊商標。以上發布的信息為截止發稿時的信息,日後若發生變更,恕不另行通知,敬請諒解。轉載請註明出處。
  • 邊緣AI晶片再添殺器,性能超Arm 架構32倍!
    智東西2月17日消息，據外媒報導，XMOS近日推出了專門用於邊緣處理的AI晶片xcore.ai，與Arm架構同類型晶片相比，其整體AI性能提升了32倍，並且批量採購價格僅為1美元左右。一、12年積累，3年爆發雖然XMOS成立於2005年，但直到2017年，在獲得1500萬美元融資並剝離其專注於伺服器端AI晶片的Graphcore部門後不久，它才真正取得進展。通過近三年的努力，XMOS終於在北京時間2月12日發布了一款名為xcore.ai的低成本、高能效的AI晶片。
  • 谷歌TPU訓練BERT只要23秒,華為AI晶片超英偉達V100,MLPerf出爐
    英偉達剛發布的A100 GPU、谷歌即將推出的TPUv4，兩個冤家的AI晶片性能孰強孰弱，在這份榜單裡都能看到。除了兩家AI巨頭相爭，此次也是中國晶片首次在榜單中亮相，來自華為的昇騰910晶片實測成績曝光，性能一度超越了英偉達同類產品。MLPerf測試內容隨著AI技術的進步，今年的測試基準進一步加大了難度。
  • 讓AI造福金融,支付寶端到端AI系統SQLFlow實踐
    發布之前還要通過線下測試,小流量ABTest,然後推全部署。如果是離線任務則需要更新定時任務使用新的模型代碼。當模型的時效性比較強的時候,我們還需要不斷的使用新的數據更新模型,就是「增量訓練「,這樣每次增量訓練就不得不再次從頭走一次完整的流程。要完成這一整套流程,需要用到複雜的技術棧。
  • 寒武紀AI晶片：算力恐怖
    從技術層面上來講： 寒武紀ai晶片曾經應用於華為麒麟970、980的cpu，而這兩代CPU也是在市場奠定麒麟地位的功勳之作，據了解，之前華為自己一直想做ai晶片，但是由於技術不成熟，所以轉而選擇寒武紀的晶片，等到3年之後，華為達文西架構成熟了，才選擇了自己的晶片。