国产精品久久精品牛牛影视-国产精品久久精品视-国产精品久久九九-国产精品久久久-国产精品久久久99

一、前言

芯片采購網(wǎng)專注于整合國內(nèi)外授權(quán)IC代理商現(xiàn)貨資源，芯片庫存實時查詢，行業(yè)價格合理，采購方便IC芯片，國內(nèi)專業(yè)芯片采購平臺。

人工智能，人工智能（AI）廣泛應(yīng)用于各種應(yīng)用。硬件、算法和數(shù)據(jù)是人工智能的三大支撐，其中硬件是指運行 AI 算法芯片及相應(yīng)的計算平臺。由于使用場景越來越多，需要處理的數(shù)據(jù)量越來越大，人們的需求也越來越高，這使得AI硬件平臺上必須有效地運行算法。目前主要用于硬件。 GPU 神經(jīng)網(wǎng)絡(luò)并行計算，還有 FPGA 和 ASIC 也有未來異軍突起的潛力。

GPU它被稱為圖形處理器，是顯卡的心臟 CPU 類似地，它只是一種專門從事圖像操作的微處理器。GPU 在浮點計算和并行計算中，可以提供數(shù)十倍甚至數(shù)百倍 CPU 性能。但在應(yīng)用于深度學(xué)習(xí)算法時，有三個局限性：

并行計算優(yōu)勢在應(yīng)用過程中不能充分發(fā)揮

硬件結(jié)構(gòu)固定不可編程

操作深度學(xué)習(xí)算法的效率遠低于 ASIC 及 FPGA。

FPGA用戶可以根據(jù)自己的需要重復(fù)編程，稱為現(xiàn)場可編程門陣列。 GPU、CPU 相比之下，高、能耗低、可硬件編程等特點。FPGA 比GPU 功耗較低，比例較低 ASIC 開發(fā)時間短，成本低。FPGA也有三種限制:

基本單元的計算能力有限；

需要提高速度和功耗；

FPGA 比較貴。

ASIC（Application Specific Integrated Circuit）是為特殊目的設(shè)計的集成電路。不能重新編程，效率高，功耗低，但價格昂貴。近年來出現(xiàn)出現(xiàn)TPU、NPU、VPU、BPU各種令人眼花繚亂的芯片，本質(zhì)上都屬于ASIC。ASIC不同于 GPU 和 FPGA 定制的靈活性 ASIC 一旦制造完成，就不能改變，所以初始成本高，開發(fā)周期長，進入門檻高。目前大部分都是有的 AI 算法也擅長芯片研發(fā)的巨頭，如 Google 的 TPU。與神經(jīng)網(wǎng)絡(luò)相關(guān)的算法完美適用，ASIC 優(yōu)于性能和功耗 GPU 和 FPGA，TPU1 是傳統(tǒng) GPU 性能的 14-16 倍，NPU 是 GPU 的 118 倍。寒武紀已發(fā)布對外應(yīng)用指令集，預(yù)計 ASIC 將是未來 AI 芯片的核心。

綜上所述，在性能方面，ASIC優(yōu)于其他幾種計算方案。ASIC在眾多芯片中，NPU性能非常突出，下面介紹一下NPU。

二、NPU介紹

所謂NPU（Neural network Processing Unit）， 即神經(jīng)網(wǎng)絡(luò)處理器。顧名思義，它用電路模擬人類的神經(jīng)元和突觸結(jié)構(gòu)！如果你想用電路模仿人類的神經(jīng)元，你必須把每個神經(jīng)元抽象成一個激勵函數(shù)，它的輸入是由連接神經(jīng)元的輸出和連接神經(jīng)元的突觸決定的。為了表達特定的知識，用戶通常需要調(diào)整人工神經(jīng)網(wǎng)絡(luò)中的突觸值、網(wǎng)絡(luò)的拓撲結(jié)構(gòu)等。這一過程稱為學(xué)習(xí)。學(xué)習(xí)后，人工神經(jīng)網(wǎng)絡(luò)可以通過學(xué)習(xí)的知識來解決特定的問題。

由于深度學(xué)習(xí)的基本操作是處理神經(jīng)元和突觸，而傳統(tǒng)的處理器指令集(包括x86和ARM等）是為了開發(fā)一般計算，其基本操作是算術(shù)操作（加減乘除）和邏輯操作（和或非），通常需要數(shù)百甚至數(shù)千個指令來完成神經(jīng)元的處理，深度學(xué)習(xí)的處理效率不高。此時，我們必須找到一種新的方法來突破經(jīng)典的馮·諾伊曼結(jié)構(gòu)！

存儲和處理在神經(jīng)網(wǎng)絡(luò)中是一體的，都體現(xiàn)在突觸權(quán)重上。 而馮·在諾伊曼結(jié)構(gòu)中，存儲和處理是分開的，分別由存儲器和計算器實現(xiàn)，兩者之間存在巨大的差異。用現(xiàn)有的基于馮·經(jīng)典的諾伊曼結(jié)構(gòu)計算機(如X英偉達86處理器GPU）運行神經(jīng)網(wǎng)絡(luò)時，不可避免地會受到存儲和處理分離結(jié)構(gòu)的限制，從而影響效率。這也是專門針對人工智能的專業(yè)芯片對傳統(tǒng)芯片具有一定先天優(yōu)勢的原因之一。

NPU典型代表國內(nèi)寒武紀（Cambricon）芯片和IBM的TrueNorth。以中國寒武紀為例，2016年3月，中國科學(xué)院計算技術(shù)研究所陳云姬和陳天石研究小組提出了世界上第一個深度學(xué)習(xí)處理器指令集DianNaoYu。DianNaoYu指令可以直接處理大規(guī)模神經(jīng)元和突觸，一組神經(jīng)元可以通過一個指令處理，并為芯片上神經(jīng)元和突觸數(shù)據(jù)的傳輸提供一系列特殊支持。

三、寒武紀NPU介紹

寒武紀科技于2016年發(fā)布了世界上第一個終端AI首款商用神經(jīng)網(wǎng)絡(luò)處理器(NPU)“寒武紀1A”(Cambricon-1A)，智能手機、安全監(jiān)控、可穿戴設(shè)備、無人機、智能駕駛等終端設(shè)備的主流智能算法能耗比完全超過傳統(tǒng)CPU、GPU。其高性能硬件架構(gòu)和軟件支持Caffe、Tensorflow、MXnet等主流AI開發(fā)平臺。可廣泛應(yīng)用于計算機視覺、語音識別、自然語言處理等智能處理的關(guān)鍵領(lǐng)域。

2017年，寒武紀科技發(fā)布了第二代NPU寒武紀1的架構(gòu)H”（Cambricon-1H），該系列比第一代產(chǎn)品1A該系列的能效比提高了數(shù)倍，可廣泛應(yīng)用于計算機視覺、語言識別、自然語言處理等智能處理的關(guān)鍵領(lǐng)域。其中，Cambricon-1H16版本的IP作為1H2566系列高性能版MAC 5126位浮點運算器MAC 8位定點運算器。在1GHz在主頻下，16位浮點神經(jīng)網(wǎng)絡(luò)的峰值速度為0.5Tops；8位定點神經(jīng)網(wǎng)絡(luò)運算的峰值速度為1Tops。Cambricon-1H8版本IP作為1H512MAC 8位定點運算器。在1GHz在主頻下，8位定點神經(jīng)網(wǎng)絡(luò)運算的峰值速度為1Tops。Cambricon-1H8mini版本IP作為1H2566系列輕量級版MAC 8位定點運算器。在1GHz在主頻下，8位定點神經(jīng)網(wǎng)絡(luò)的峰值速度為0.5Tops。

2018年，寒武紀科技發(fā)布了第三代IP寒武紀1產(chǎn)品M”（Cambricon-1M），世界上第一個臺積電7nm工藝制造，能耗比5Tops/W，即每瓦特運算5萬億次，提供2Tops、4Tops、8Tops滿足不同場景、不同量級的三種規(guī)模處理器核AI處理需求，支持多核互聯(lián)。寒武紀1M前兩代處理器延續(xù)IP產(chǎn)品寒武紀1H/1A卓越的TracoPower代理單個處理器核可以支持完整性CNN、RNN、SOM進一步支持多元化的深度學(xué)習(xí)模式SVM、k-NN、k-Means、決策樹等經(jīng)典機器學(xué)習(xí)算法支持本地培訓(xùn)，為視覺、語音、自然語言處理和各種經(jīng)典機器學(xué)習(xí)任務(wù)提供靈活高效的計算平臺，可廣泛應(yīng)用于智能手機、智能揚聲器、智能攝像頭、智能駕駛等領(lǐng)域。

四、Cambricon-1A NPU應(yīng)用

這里首先介紹華為海思麒麟970手機處理器，因為它是世界上第一個人工智能移動計算平臺，是業(yè)內(nèi)第一個獨立的NPU（Neural Network Processing Unit）手機芯片專用硬件處理單元。麒麟970創(chuàng)新集成NPU創(chuàng)新設(shè)計了專用硬件處理單元HiAI移動計算架構(gòu)，它AI性能密度明顯優(yōu)于CPU和GPU。相較于四個Cortex-A73核心處理相同AI任務(wù)，新的異構(gòu)計算架構(gòu)有約 50 倍能效和 25 性能優(yōu)勢倍，圖像識別速度可達2000張/分鐘左右。如此強大NPU寒武紀使用的專用硬件處理單元Cambricon-1A系列的IP，即麒麟970芯片集成寒武紀1A處理器作為其核心人工智能處理單元（NPU）。

————————————————

版權(quán)聲明：本文為CSDN博主「耐心的小黑」遵循原創(chuàng)文章CC 4.0 BY-SA版權(quán)協(xié)議，請附上原始來源鏈接和本聲明。

原文鏈接：https://blog.csdn.net/qq_39507748/article/details/109402395