LeapMind發(fā)布超低功耗AI推理加速器IP“Efficiera v2版本”

發(fā)布時(shí)間:2021-11-30 17:23    發(fā)布者:eechina
關(guān)鍵詞: AI推理 , 加速器 , Efficiera , 邊緣AI
根據v1版本使用記錄和市場(chǎng)評測進(jìn)一步完善,以應用于更多的實(shí)際產(chǎn)品

LeapMind有限公司今日公布了其正在開(kāi)發(fā)和授權的超低功耗AI推理加速器IP “Efficiera” v2版本(以下簡(jiǎn)稱(chēng)“v2”)。LeapMind于2021年9月發(fā)布了Efficiera v2的測試版,并收到了許多公司的測試及反饋,包括SoC供應商和終端用戶(hù)產(chǎn)品設計師。Efficiera v2預計2021年12月開(kāi)始發(fā)售,如有意向獲取,請通過(guò)此郵箱垂詢(xún):business@leapmind.io。

LeapMind首席執行官Soichi Matsuda表示:“去年,我們正式推出了v1的商用版本,許多公司對Efficiera進(jìn)行了評測。截至2021年9月底,我們共與8家日本國內公司簽署了授權協(xié)議!蚴澜鐐鞑ゲ捎脵C器學(xué)習的新設備’是我們根據企業(yè)理念所設定的座右銘,而我們正通過(guò)提供v1來(lái)穩步推進(jìn)這一理念的落地。在未來(lái),我們將進(jìn)一步通過(guò)技術(shù)創(chuàng )新和產(chǎn)品陣容擴展,繼續努力實(shí)現人工智能的普及!

Efficiera v2根據v1的使用記錄和市場(chǎng)評測,擴大了應用范圍,在保持最小配置的電路規;A上,可覆蓋更廣泛的性能范圍,并應用于更多的實(shí)際產(chǎn)品。產(chǎn)品由此得到了進(jìn)一步的完善。


Efficiera v2概念

LeapMind董事兼首席技術(shù)官Hiroyuki Tokunaga博士表示:“自去年發(fā)布v1以來(lái),我們強化了設計/驗證方法和開(kāi)發(fā)流程,旨在‘開(kāi)發(fā)世界上最節能的DNN加速器’。我們一直在開(kāi)發(fā)v2,以使產(chǎn)品能夠適用于專(zhuān)用集成電路(ASIC)和專(zhuān)用標準產(chǎn)品(ASSP)。我們還在開(kāi)發(fā)一個(gè)深度學(xué)習方面的推理學(xué)習模型,以便將超小量化技術(shù)的優(yōu)勢最大化。LeapMind的最大優(yōu)勢就在于我們可以提供一種技術(shù)來(lái)實(shí)現雙管齊下!

Efficiera v2的主要規格與特性
A.        在保持最小電路規模的同時(shí),覆蓋更廣泛的性能范圍,從而擴大應用范圍。
硬件特性
● 通過(guò)多路復用MAC陣列+多核,性能可擴展至48倍
V2允許你將卷積管道中的MAC陣列數量增加到v1的3倍(可選擇x1、x4),并通過(guò)提供多達4個(gè)內核的選擇,進(jìn)一步擴大性能的可擴展性。
● 除卷積和量化外,還可實(shí)現硬件執行跳過(guò)連接和像素嵌入
1. 跳過(guò)連接是多層卷積神經(jīng)網(wǎng)絡(luò )(CNN)中常見(jiàn)的一種操作。(v1中由CPU執行)
2. 像素嵌入是一種對輸入數據進(jìn)行量化的方法
● 資源使用方面,配置與Efficiera 1相同
1. 有些應用只因AI功能可在規模有限的FPGA器件上實(shí)現就能創(chuàng )造價(jià)值。
2. LeapMind分析了一個(gè)實(shí)用型深度學(xué)習模型的執行時(shí)間,并仔細選擇了額外的硬件功能。

集成到SoC中
● AMBA AXI接口
● AMBA AXI interface
AMBA AXI繼續被用作與外部的接口,并且當接口被視為一個(gè)黑盒子時(shí)與以前一樣,易于從當前設計中遷移。
● 單時(shí)鐘域

FPGA中的目標頻率
● FPGA的運行頻率與先前相同,雖然取決于具體設備,但預計約為150到250MHz。
1. 256 GOP/s @ 125MHz (單核)
2. 高達12 TOP/s @ 250MHz (雙核)
● 以加密RTL的形式提供

B. 通過(guò)改進(jìn)設計/驗證方法并審查開(kāi)發(fā)流程,我們確保質(zhì)量不僅適用于FPGA,也適用于A(yíng)SIC/ASSP。

C. 開(kāi)始提供一個(gè)模型開(kāi)發(fā)環(huán)境(NDK),使用戶(hù)能夠為Efficiera開(kāi)發(fā)深度學(xué)習模型。目前為止只有LeapMind實(shí)現了這項工作。
● 為Efficiera創(chuàng )建超小型量化深度學(xué)習模型所需的代碼和信息包
● GPU深度學(xué)習模型的開(kāi)發(fā)者可立即上手使用
● 支持PyTorch和TensorFlow 2的深度學(xué)習框架
● 學(xué)習環(huán)境為一個(gè)配備GPU的Linux服務(wù)器
● 推理環(huán)境為一個(gè)配備Efficiera的設備
● 來(lái)自L(fǎng)eapMind的技術(shù)支持

關(guān)于Efficiera
Efficiera是專(zhuān)用于CNN推理處理的超低功耗AI推理加速器IP。其在FPGA或ASIC設備上以電路形式運行!俺×炕奔夹g(shù)將量化位的比特數最小化到1-2位,將占了大部分推理處理的卷積功率和面積效率最大化,而無(wú)需先進(jìn)的半導體制造工藝或特殊的單元庫。通過(guò)該產(chǎn)品,深度學(xué)習功能可被整合至各種邊緣設備中,包括家用電器等消費類(lèi)電子產(chǎn)品,和建筑機械、監控攝像頭、廣播設備等工業(yè)設備,以及受制于功率、成本和散熱的小型機器和機器人,這以過(guò)去的技術(shù)水平是很難實(shí)現的。如需更多信息,請訪(fǎng)問(wèn)產(chǎn)品網(wǎng)站:https://leapmind.io/business/ip/

本文地址:http://selenalain.com/thread-779689-1-1.html     【打印本頁(yè)】

本站部分文章為轉載或網(wǎng)友發(fā)布,目的在于傳遞和分享信息,并不代表本網(wǎng)贊同其觀(guān)點(diǎn)和對其真實(shí)性負責;文章版權歸原作者及原出處所有,如涉及作品內容、版權和其它問(wèn)題,我們將根據著(zhù)作權人的要求,第一時(shí)間更正或刪除。
您需要登錄后才可以發(fā)表評論 登錄 | 立即注冊

相關(guān)視頻

關(guān)于我們  -  服務(wù)條款  -  使用指南  -  站點(diǎn)地圖  -  友情鏈接  -  聯(lián)系我們
電子工程網(wǎng) © 版權所有   京ICP備16069177號 | 京公網(wǎng)安備11010502021702
快速回復 返回頂部 返回列表
午夜高清国产拍精品福利|亚洲色精品88色婷婷七月丁香|91久久精品无码一区|99久久国语露脸精品|动漫卡通亚洲综合专区48页