神經(jīng)網(wǎng)絡(luò )加速器，加速AI時(shí)代

　　據悉，先進(jìn)視覺(jué)影像SoC應用技術(shù)領(lǐng)導廠(chǎng)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算設備。它具備高速且低功耗的特性，是專(zhuān)用于深度學(xué)習中推理處理的加速器。相較以往的處理器，NNA在圖像識別等處理時(shí)性能提升約100倍。公司預計于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(xiāo)售。此外，搭載有NNA的SoC產(chǎn)品開(kāi)發(fā)也正在規劃當中。

　　隨著(zhù)消費電子、汽車(chē)電子、工業(yè)控制等越來(lái)越多的應用引入人工智能(AI)，人工智能面臨著(zhù)前所未有的快速發(fā)展，深度學(xué)習、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，需要的計算量就越大，傳統的VPU雖然也能完成人工智能運算，但因為高功耗和高延遲已經(jīng)略顯疲憊。在VPU上加載人工智能計算能力則可以規避這些問(wèn)題，而且具有更高的可靠性。

　　Socionext目前提供圖像處理SoC“SC1810”，這款芯片內置有技術(shù)標準化組織Khronos Group制定的API規范-OpenVX，內置有視覺(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(chē)、數字標牌等多種應用中通過(guò)深度學(xué)習及傳統的影像識別執行多種電腦視覺(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(zhuān)有構架，減少了深度學(xué)習所需的參數和激活值。通過(guò)量化技術(shù)能以較少的資源執行大量計算任務(wù)，大幅減少數據量，并顯著(zhù)降低系統存儲器帶寬。此外，新開(kāi)發(fā)的片上存儲器電路設計提高了深度學(xué)習所需的計算資源效率，能在非常小的封裝中實(shí)現最佳性能。搭載有NNA的VPU結合了最新的技術(shù)，能在圖像識別處理時(shí)比傳統VPU快100倍。

　　Socionext預計于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)習環(huán)境，并提供用于量化技術(shù)的專(zhuān)用庫和從學(xué)習模型到推論處理用的數據轉換工具。通過(guò)利用NNA優(yōu)化后的學(xué)習環(huán)境，用戶(hù)無(wú)需模型壓縮或學(xué)習調諧(learning tuning)知識也能有效建立起他們自己的模型。今后Socionext還將計劃通過(guò)支持各種深度學(xué)習框架來(lái)支持應用廣泛的開(kāi)發(fā)環(huán)境，讓用戶(hù)能簡(jiǎn)單建立深度學(xué)習的應用程序。

　　與此同時(shí)，Socionext也計劃將載有NNA的SoC芯片投入市場(chǎng)。目標應用包括車(chē)載系統中的影像拍攝，以及基于行人、自行車(chē)等高精度物體識別的輔助駕駛以及自動(dòng)泊車(chē)。另一個(gè)重要的應用便是顯示系統，例如電視、數字標牌，NNA可在超分辨率處理時(shí)增強圖像識別，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，以適應各種邊緣計算環(huán)境中廣泛的AI應用。