|
互連 IP可以有效地快速整合數十個(gè)或數百個(gè)異構神經(jīng)網(wǎng)絡(luò )硬件加速器 ArterisIP今天宣布，在過(guò)去兩年中，有十五家公司已經(jīng)批準使用ArterisIP的FlexNoC互連（FlexNoC Interconnect）或者Ncore緩存一致互連IP（Ncore Cache Coherent Interconnect IP），作為新的人工智能（AI）和機器學(xué)習系統芯片的關(guān)鍵元件。 有九個(gè)ArterisIP的客戶(hù)公開(kāi)宣布，它們已經(jīng)針對數據中心、汽車(chē)、消費類(lèi)產(chǎn)品和移動(dòng)應用，設計了或者正在開(kāi)發(fā)機器學(xué)習和AI 系統芯片。這九家公司是： 一、Movidius (英特爾) – Myriad™超低功耗機器學(xué)習視覺(jué)處理器（VPU） 二、Mobileye (英特爾) – 自從2010年起，高級駕駛輔助系統（ADAS）EyeQ®3、EyeQ®4 和 EyeQ®5使用了多個(gè)異構處理元件進(jìn)行視覺(jué)處理和機器學(xué)習 三、恩智浦 – 多種ADAS和自主駕駛系統芯片在緩存一致性和功能安全機制的基礎上實(shí)現了機器學(xué)習 四、東芝(Toshiba) – 在汽車(chē)ADAS 系統芯片中使用緩存一致性和功能安全機制 五、海思 (華為) – 自2013年起，包括含有神經(jīng)處理單元（NPU）的新型麒麟970移動(dòng)AI處理器 六、Cambricon (寒武紀)– 含有多個(gè)處理單元的神經(jīng)網(wǎng)絡(luò )處理器 七、Dream Chip Technologies – ADAS圖像傳感器處理器，其中含有多個(gè)數字信號處理器（DSP）和單指令多數據（SIMD）硬件加速器 八、Nextchip –含有多個(gè)處理器的視覺(jué) ADAS系統芯片 九、Intellifusion(云天勵飛) – 機器學(xué)習視覺(jué)智能，其中含有多個(gè)異構片上硬件引擎 除了上述九家客戶(hù)已經(jīng)公開(kāi)宣布之外，還有六家公司也在使用ArterisIP的產(chǎn)品來(lái)實(shí)現新的AI和機器學(xué)習硬件架構。這六家公司是： 兩家針對自主駕駛的主要半導體和系統供應商 一家針對消費電子的主要半導體供應商 一家主要的自主飛行器供應商 一家在新型汽車(chē)傳感器技術(shù)方面領(lǐng)先的公司 一家在數據中心分析領(lǐng)域從事創(chuàng )新的公司 所有這些在創(chuàng )新方面領(lǐng)先的公司所設計的系統芯片，都用了多個(gè)異構處理元件來(lái)加速機器學(xué)習和神經(jīng)網(wǎng)絡(luò )算法。每種系統芯片的片上互連都是針對具體的任務(wù)而配置的，各種系統芯片的架構，都是在這個(gè)基礎上，根據目標市場(chǎng)的需要專(zhuān)門(mén)設計的。這些公司之所以都批淮使用ArterisIP互連技術(shù)，是因為： 它簡(jiǎn)化了這些不同處理引擎在芯片上的整合，同時(shí)設計團隊可以精細調整電源管理和服務(wù)質(zhì)量（QoS）特性，例如路徑延遲和帶寬； 它支持系統中關(guān)鍵部分的緩存一致性，從而簡(jiǎn)化了軟件開(kāi)發(fā)并且支持定制的數據流處理。因而系統能夠在共享高速緩存中重復使用數據并利用本地累加功能，從而減少裸片面積并增大內存帶寬，同時(shí)減少處理延遲和功耗； 保護傳輸中的數據和靜止數據，從而提高功能安全性診斷的覆蓋率，這樣大型超級計算機系統芯片能夠達到汽車(chē)ISO 26262規范的嚴格要求。 ArterisIP技術(shù)總監Ty Garibay說(shuō)：“要在商業(yè)上可行的系統中有效地實(shí)現機器學(xué)習和可視化計算，硬件團隊需要使用多種類(lèi)型的硬件加速器來(lái)加速神經(jīng)網(wǎng)絡(luò )功能，而加速器的類(lèi)型和數量則根據性能、功耗、面積及成本方面的要求。＂他表示， “ArterisIP的技術(shù)為這些團隊提供了將這些處理元件快速有效地整合到系統中的方法，確保他們能夠滿(mǎn)足進(jìn)度安排和功能安全的要求�！� ArterisIP總裁兼行政總監K. Charles Janac說(shuō)：“機器學(xué)習已經(jīng)成為我們高級互連IP的‘殺手锏＇，它所需要的服務(wù)質(zhì)量（QoS）、功耗和性能，與FlexNoC和Ncore互連所提供的功能是完全一致的。 ”他表示，“我們的團隊很高興能夠在推動(dòng)新一代神經(jīng)網(wǎng)絡(luò )、機器學(xué)習和人工智能芯片方面起到關(guān)鍵的作用�！� 關(guān)于講演文稿的下載 有關(guān)的更多信息，請下載標題為《使用片上互連IP實(shí)現機器學(xué)習和神經(jīng)網(wǎng)絡(luò )芯片架構》（Implementing Machine Learning and Neural Network Chip Architectures using Network-on-Chip Interconnect IP）的講演文稿。 |
