10
AlphaGo 對戰(zhàn)柯潔勝了兩局，人工智能繼去年大敗李世石又火了一把，雖然人們針對未來機器人是否會殺死人類的話題爭論不休，但是我們也不得不被人工智能的強大所折服，未來它或許會在各個領域超越并替代人類。隨著人工智能的發(fā)展，無人機、安防監(jiān)控、手機 / 可穿戴將會更智能化，自動駕駛離上路也更近一步。
但是人工智能背后的強力支撐是大數(shù)據(jù)分析，對智能要求越高，計算任務越繁重復雜，實時系統(tǒng)面臨著一個前所未有的挑戰(zhàn)：不僅要快速處理所有數(shù)據(jù)還要針對下一步工作作出智能的決策，卷積神經(jīng)網(wǎng)絡（CNN）是快速處理海量數(shù)據(jù)的關鍵。CNN 的應用領域非常廣泛，主要包括圖像和模式識別、語音識別、自然語言處理，以及視頻分析。隨著半導體技術的發(fā)展，芯片尺寸更小，高度并行處理器的功耗更低，基于卷積神經(jīng)網(wǎng)絡的計算機視覺解決方案將會發(fā)揮巨大作用。
Tensilica Vision C5 DSP：靈活編程，適應未來變化
從 2012 年到 2015 年，3 年間神經(jīng)網(wǎng)絡對計算量的要求增長 16 倍，市面上很多芯片廠家都針對神經(jīng)網(wǎng)絡開發(fā)了 SoC，但是 SoC 從開始設計到制造，再到真正使用該 SoC 的產(chǎn)品上市需要經(jīng)過 2 到 3 年的時間。在這個期間，神經(jīng)網(wǎng)絡的算法和廠商需求一直在變化，SoC 廠商要設計怎樣的芯片來適應這期間的變化？產(chǎn)品設計廠商也不愿意采用 3 年前的芯片設計當前的產(chǎn)品，因此芯片需要更高的靈活性。相對于市場上固化的硬件加速器，DSP 更加靈活，更能適應未來的變化，降低設計風險。
近日，Cadence 公司針對車載、監(jiān)控安防、無人機和移動 / 可穿戴設備應用，推出業(yè)界首款獨立完整的神經(jīng)網(wǎng)絡處理器—Vision C5 DSP。Cadence 公司 Tensilica 事業(yè)部資深市場群總監(jiān) Steve Roddy 介紹，“它在不到 1mm2 的芯片面積可以實現(xiàn) 1TMAC／秒的計算能力（吞吐量較目前 Tensilica Vision P6 DSP 提高 4 倍），為深度學習內(nèi)核提供極高的計算吞吐量；1024 8-bit MAC 或 512 16-bit MAC 確保 8-bit 和 16-bit 精度的出色性能；128 路 8-bit SIMD 或 64 路 16-bit SIMD 的 VLIW SIMD 架構(gòu)。不同的應用對神經(jīng)網(wǎng)絡的計算量要求不同，這款 DSP 可以支持無人駕駛、智能手機、智能安防等應用?！?/p>
圖像處理和神經(jīng)網(wǎng)絡加速二者合一
在數(shù)據(jù)中心，工程師可以用成千上萬的 CPU 或 GPU 一起做計算，但是嵌入式設備對功耗和體積有很高的要求，這樣做顯然不適用。通過上圖綜合對比，DSP 相對于 CPU、GPU 和硬件加速器在開發(fā)易用性、功耗效率、可編程性和計算速度方面都具有諸多優(yōu)勢。
?
?
如上圖，通過“DSP/CPU/GPU +卷積加速硬件”的模式來進行數(shù)據(jù)處理時，數(shù)據(jù)通過 AXI 總線在 CPU/GPU 和硬件加速器之間傳輸，不僅占用更多資源，而且增加整體功耗。
拿實際應用來解釋，基于攝像頭的視覺系統(tǒng)在汽車、無人機和安防領域最為常見，這種架構(gòu)需要兩種最基礎的視覺優(yōu)化計算模式。首先，利用傳統(tǒng)視覺算法對攝像頭捕捉到的照片或圖像進行增強；其次，使用基于神經(jīng)網(wǎng)絡的認知算法對物體進行檢測和識別?，F(xiàn)有的神經(jīng)網(wǎng)絡加速器解決方案皆依賴與圖像 DSP 連接的硬件加速器；神經(jīng)網(wǎng)絡代碼被分為兩部分，一部分網(wǎng)絡層運行在 DSP 上，卷積層則運行在硬件加速器上。這種架構(gòu)不但效率低下，且耗能較高。
Vision C5 DSP 是專門針對神經(jīng)網(wǎng)絡進行了特定優(yōu)化的 DSP，可以實現(xiàn)全神經(jīng)網(wǎng)絡層的計算（卷積層、全連接層、池化層和歸一化層），而不僅僅是卷積層的加速。因此，主視覺／圖像 DSP 能力得以釋放，獨立運行圖像增強應用，Vision C5 DSP 則負責執(zhí)行神經(jīng)網(wǎng)絡任務。通過移除神經(jīng)網(wǎng)絡 DSP 和主視覺／圖像 DSP 之間的冗余數(shù)據(jù)傳輸，Vision C5 DSP 的功耗遠低于現(xiàn)有的神經(jīng)網(wǎng)絡加速器。同時，Vision C5 DSP 還提供針對神經(jīng)網(wǎng)絡的單核編程模型。
Steve Roddy 表示，“由此可見，Vision C5 DSP 是一款靈活前瞻的永不過時解決方案，支持各類內(nèi)核尺寸、深度和輸入規(guī)格。Vision C5 DSP 采用多項系數(shù)壓縮／解壓技術，支持未來添加的新計算層。同時，Vision C5 DSP 搭載 Cadence 神經(jīng)網(wǎng)絡 Mapping 工具鏈，可將 Caffe 和 TensorFlow 等映射為在 Vision C5 DSP 上高度優(yōu)化過的可執(zhí)行代碼，充分發(fā)揮手動優(yōu)化神經(jīng)網(wǎng)絡庫的豐富功能。”
通過 AlphaGo 和柯潔的本場人機大賽，人工智能會更加強大，DSP 的作用也不言而喻，相信基于 Cadence Tensilica Vision C5 DSP 的芯片也會很快面世。
與非網(wǎng)原創(chuàng)報道，不經(jīng)允許，不得轉(zhuǎn)載！
