91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

Socionext推出神經(jīng)網(wǎng)絡(luò)加速器,加速AI時(shí)代

工程師兵營(yíng) ? 來(lái)源:互聯(lián)網(wǎng) ? 作者:佚名 ? 2018-05-25 13:33 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

先進(jìn)視覺(jué)影像SoC應(yīng)用技術(shù)領(lǐng)導(dǎo)廠商Socionext Inc.(以下“索喜科技”或“公司”)宣布推出神經(jīng)網(wǎng)絡(luò)加速器 (Neural Network Accelerator engine,縮寫(xiě)NNA),用于優(yōu)化人工智能處理中的邊緣計(jì)算設(shè)備。它具備高速且低功耗的特性,是專用于深度學(xué)習(xí)中推理處理的加速器。相較以往的處理器,NNA在圖像識(shí)別等處理時(shí)性能提升約100倍。公司預(yù)計(jì)于2018年第三季度開(kāi)始,配合FPGA軟件開(kāi)發(fā)工具提供產(chǎn)品銷售。此外,搭載有NNA的SoC產(chǎn)品開(kāi)發(fā)也正在規(guī)劃當(dāng)中。

Socionext推出神經(jīng)網(wǎng)絡(luò)加速器,加速AI時(shí)代

隨著消費(fèi)電子、汽車電子、工業(yè)控制等越來(lái)越多的應(yīng)用引入人工智能(AI),人工智能面臨著前所未有的快速發(fā)展,深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等技術(shù)迎來(lái)了發(fā)展高潮。神經(jīng)網(wǎng)絡(luò)越大,需要的計(jì)算量就越大,傳統(tǒng)的VPU雖然也能完成人工智能運(yùn)算,但因?yàn)楦吖暮透哐舆t已經(jīng)略顯疲憊。在VPU上加載人工智能計(jì)算能力則可以規(guī)避這些問(wèn)題,而且具有更高的可靠性。

Socionext目前提供圖像處理SoC“SC1810”,這款芯片內(nèi)置有技術(shù)標(biāo)準(zhǔn)化組織Khronos Group制定的API規(guī)范-OpenVX,內(nèi)置有視覺(jué)處理器(VPU,Vision Processor Unit)。此次新推出的NNA加速器能VPU性能,可在汽車、數(shù)字標(biāo)牌等多種應(yīng)用中通過(guò)深度學(xué)習(xí)及傳統(tǒng)的影像識(shí)別執(zhí)行多種電腦視覺(jué)處理,以便在較低功耗下提供更高的性能。

NNA采用量化技術(shù)整合了公司的專有構(gòu)架,減少了深度學(xué)習(xí)所需的參數(shù)和激活值。通過(guò)量化技術(shù)能以較少的資源執(zhí)行大量計(jì)算任務(wù),大幅減少數(shù)據(jù)量,并顯著降低系統(tǒng)存儲(chǔ)器帶寬。此外,新開(kāi)發(fā)的片上存儲(chǔ)器電路設(shè)計(jì)提高了深度學(xué)習(xí)所需的計(jì)算資源效率,能在非常小的封裝中實(shí)現(xiàn)最佳性能。搭載有NNA的VPU結(jié)合了最新的技術(shù),能在圖像識(shí)別處理時(shí)比傳統(tǒng)VPU快100倍。

Socionext預(yù)計(jì)于2018年第三季度開(kāi)始提供NNA FPGA軟件開(kāi)發(fā)包。改軟件開(kāi)發(fā)包可支持TensorFlow學(xué)習(xí)環(huán)境,并提供用于量化技術(shù)的專用庫(kù)和從學(xué)習(xí)模型到推論處理用的數(shù)據(jù)轉(zhuǎn)換工具。通過(guò)利用NNA優(yōu)化后的學(xué)習(xí)環(huán)境,用戶無(wú)需模型壓縮或?qū)W習(xí)調(diào)諧(learning tuning)知識(shí)也能有效建立起他們自己的模型。今后Socionext還將計(jì)劃通過(guò)支持各種深度學(xué)習(xí)框架來(lái)支持應(yīng)用廣泛的開(kāi)發(fā)環(huán)境,讓用戶能簡(jiǎn)單建立深度學(xué)習(xí)的應(yīng)用程序。

與此同時(shí),Socionext也計(jì)劃將載有NNA的SoC芯片投入市場(chǎng)。目標(biāo)應(yīng)用包括車載系統(tǒng)中的影像拍攝,以及基于行人、自行車等高精度物體識(shí)別的輔助駕駛以及自動(dòng)泊車。另一個(gè)重要的應(yīng)用便是顯示系統(tǒng),例如電視、數(shù)字標(biāo)牌,NNA可在超分辨率處理時(shí)增強(qiáng)圖像識(shí)別,提高4K/8K屏幕高清晰度成像。Socionext將不斷創(chuàng)新并開(kāi)發(fā)出高效、高性能產(chǎn)品,以適應(yīng)各種邊緣計(jì)算環(huán)境中廣泛的AI應(yīng)用。

關(guān)于Socionext Inc.

Socionext Inc.是一家新成立的創(chuàng)新型企業(yè),為全球客戶設(shè)計(jì)、開(kāi)發(fā)和提供片上系統(tǒng)(System-on-chip)產(chǎn)品。公司專注于成像、網(wǎng)絡(luò)和電腦計(jì)算等其他能夠推動(dòng)當(dāng)今尖端應(yīng)用發(fā)展的技術(shù)。Socionext集世界一流的專業(yè)知識(shí)、經(jīng)驗(yàn)和豐富的IP產(chǎn)品組合,致力于提供高效益的解決方案與更佳的客戶體驗(yàn)。Socionext 成立于2015年,總部設(shè)在日本橫濱,在日本、亞洲、美國(guó)和歐洲設(shè)有辦事處,領(lǐng)導(dǎo)其產(chǎn)品開(kāi)發(fā)和銷售。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • soc
    soc
    +關(guān)注

    關(guān)注

    40

    文章

    4579

    瀏覽量

    229370
  • 人工智能
    +關(guān)注

    關(guān)注

    1819

    文章

    50138

    瀏覽量

    265790
  • Socionext
    +關(guān)注

    關(guān)注

    2

    文章

    76

    瀏覽量

    17250
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    邊緣計(jì)算中的AI加速器類型與應(yīng)用

    人工智能正在推動(dòng)對(duì)更快速、更智能、更高效計(jì)算的需求。然而,隨著每秒產(chǎn)生海量數(shù)據(jù),將所有數(shù)據(jù)發(fā)送至云端處理已變得不切實(shí)際。這正是邊緣計(jì)算中AI加速器變得不可或缺的原因。這種專用硬件能夠直接在邊緣設(shè)備上
    的頭像 發(fā)表于 11-06 13:42 ?847次閱讀
    邊緣計(jì)算中的<b class='flag-5'>AI</b><b class='flag-5'>加速器</b>類型與應(yīng)用

    一些神經(jīng)網(wǎng)絡(luò)加速器的設(shè)計(jì)優(yōu)化方案

    特征圖保留不變,完成和所有相關(guān)卷積核點(diǎn)積以后再加載,最多復(fù)用 R*R*M 次。 3.不同網(wǎng)絡(luò)模型的效果 如圖所示,后者相對(duì)于前者,減少了連線資源和復(fù)雜度。 4.DNN加速器空間架構(gòu)片上存儲(chǔ)
    發(fā)表于 10-31 07:14

    CNN卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)原理及在MCU200T上仿真測(cè)試

    CNN算法簡(jiǎn)介 我們硬件加速器的模型為L(zhǎng)enet-5的變型,網(wǎng)絡(luò)粗略分共有7層,細(xì)分共有13層。包括卷積,最大池化層,激活層,扁平層,全連接層。下面是各層作用介紹: 卷積層:提取特征。“不全
    發(fā)表于 10-29 07:49

    NMSIS神經(jīng)網(wǎng)絡(luò)庫(kù)使用介紹

    NMSIS NN 軟件庫(kù)是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核,旨在最大限度地提高 Nuclei N 處理內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫(kù)分為多個(gè)功能,每個(gè)功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    SNN加速器內(nèi)部神經(jīng)元數(shù)據(jù)連接方式

    的數(shù)量級(jí),而且生物軸突的延遲和神經(jīng)元的時(shí)間常數(shù)比數(shù)字電路的傳播和轉(zhuǎn)換延遲要大得多,AER 的工作方式和神經(jīng)網(wǎng)絡(luò)的特點(diǎn)相吻合,所以受生物啟發(fā)的神經(jīng)形態(tài)處理中的NoC或SNN
    發(fā)表于 10-24 07:34

    CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作

    在完成神經(jīng)網(wǎng)絡(luò)量化后,需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重?cái)?shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲(chǔ)內(nèi)。 在仿真環(huán)境下,可將其存于一個(gè)文件,并在 Verilog 代碼中通過(guò) read
    發(fā)表于 10-20 08:00

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+神經(jīng)形態(tài)計(jì)算、類腦芯片

    AI芯片不僅包括深度學(xué)細(xì)AI加速器,還有另外一個(gè)主要列別:類腦芯片。類腦芯片是模擬人腦神經(jīng)網(wǎng)絡(luò)架構(gòu)的芯片。它結(jié)合微電子技術(shù)和新型神經(jīng)形態(tài)器件
    發(fā)表于 09-17 16:43

    神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)

    問(wèn)題。因此,并行計(jì)算與加速技術(shù)在神經(jīng)網(wǎng)絡(luò)研究和應(yīng)用中變得至關(guān)重要,它們能夠顯著提升神經(jīng)網(wǎng)絡(luò)的性能和效率,滿足實(shí)際應(yīng)用中對(duì)快速響應(yīng)和大規(guī)模數(shù)據(jù)處理的需求。神經(jīng)網(wǎng)絡(luò)并行
    的頭像 發(fā)表于 09-17 13:31 ?1175次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計(jì)算與<b class='flag-5'>加速</b>技術(shù)

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+第二章 實(shí)現(xiàn)深度學(xué)習(xí)AI芯片的創(chuàng)新方法與架構(gòu)

    Transformer和視覺(jué)Transformer模型。 ViTA是一種高效數(shù)據(jù)流AI加速器,用于在邊緣設(shè)備上部署計(jì)算密集型視覺(jué)Transformer模型。 2、射頻神經(jīng)網(wǎng)絡(luò) 2.1線性射頻模擬處理
    發(fā)表于 09-12 17:30

    Andes晶心科技推出新一代深度學(xué)習(xí)加速器

    高效能、低功耗 32/64 位 RISC-V 處理核與 AI 加速解決方案的領(lǐng)導(dǎo)供貨商—Andes晶心科技(Andes Technology)今日正式發(fā)表最新深度學(xué)習(xí)加速器 Ande
    的頭像 發(fā)表于 08-20 17:43 ?2521次閱讀

    Arm神經(jīng)技術(shù)是業(yè)界首創(chuàng)在 Arm GPU 上增添專用神經(jīng)加速器的技術(shù),移動(dòng)設(shè)備上實(shí)現(xiàn)PC級(jí)別的AI圖形性能

    Arm 神經(jīng)技術(shù)是業(yè)界首創(chuàng)在 Arm GPU 上增添專用神經(jīng)加速器的技術(shù),首次在移動(dòng)設(shè)備上實(shí)現(xiàn) PC 級(jí)別的 AI 圖形性能,為未來(lái)的端側(cè) AI
    的頭像 發(fā)表于 08-14 17:59 ?2806次閱讀

    粒子加速器?——?科技前沿的核心裝置

    粒子加速器全稱“荷電粒子加速器”,是一種利用電磁場(chǎng)在高真空環(huán)境中對(duì)帶電粒子(如電子、質(zhì)子、離子)進(jìn)行加速和控制,使其獲得高能量的特種裝置。粒子加速器技術(shù)現(xiàn)已發(fā)展成為集高能物理、核物理、
    的頭像 發(fā)表于 06-19 12:05 ?3707次閱讀
    粒子<b class='flag-5'>加速器</b>?——?科技前沿的核心裝置

    MAX78000采用超低功耗卷積神經(jīng)網(wǎng)絡(luò)加速度計(jì)的人工智能微控制技術(shù)手冊(cè)

    的Maxim超低功耗微控制相結(jié)合。通過(guò)這款基于硬件的卷積神經(jīng)網(wǎng)絡(luò)(CNN)加速器,即使是電池供電的應(yīng)用也可執(zhí)行AI推理,同時(shí)功耗僅為微焦耳級(jí)。
    的頭像 發(fā)表于 05-08 11:42 ?1025次閱讀
    MAX78000采用超低功耗卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b><b class='flag-5'>加速</b>度計(jì)的人工智能微控制<b class='flag-5'>器</b>技術(shù)手冊(cè)

    MAX78002帶有低功耗卷積神經(jīng)網(wǎng)絡(luò)加速器的人工智能微控制技術(shù)手冊(cè)

    的Maxim超低功耗微控制相結(jié)合。通過(guò)這款基于硬件的卷積神經(jīng)網(wǎng)絡(luò)(CNN)加速器,即使是電池供電的應(yīng)用也可執(zhí)行AI推理,同時(shí)功耗僅為微焦耳級(jí)。
    的頭像 發(fā)表于 05-08 10:16 ?890次閱讀
    MAX78002帶有低功耗卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b><b class='flag-5'>加速器</b>的人工智能微控制<b class='flag-5'>器</b>技術(shù)手冊(cè)

    NVIDIA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

    發(fā)者能使用 NVIDIA GeForce RTX GPU 中的 AI Tensor Cores,在游戲的圖形渲染管線內(nèi)加速神經(jīng)網(wǎng)絡(luò)渲染。
    的頭像 發(fā)表于 04-07 11:33 ?1233次閱讀