chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

Socionext推出神經(jīng)網(wǎng)絡(luò)加速器,加速AI時代

工程師兵營 ? 來源:互聯(lián)網(wǎng) ? 作者:佚名 ? 2018-05-25 13:33 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

先進視覺影像SoC應(yīng)用技術(shù)領(lǐng)導廠商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NNA),用于優(yōu)化人工智能處理中的邊緣計算設(shè)備。它具備高速且低功耗的特性,是專用于深度學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性能提升約100倍。公司預計于2018年第三季度開始,配合FPGA軟件開發(fā)工具提供產(chǎn)品銷售。此外,搭載有NNA的SoC產(chǎn)品開發(fā)也正在規(guī)劃當中。

Socionext推出神經(jīng)網(wǎng)絡(luò)加速器,加速AI時代

隨著消費電子汽車電子、工業(yè)控制等越來越多的應(yīng)用引入人工智能(AI),人工智能面臨著前所未有的快速發(fā)展,深度學習、神經(jīng)網(wǎng)絡(luò)等技術(shù)迎來了發(fā)展高潮。神經(jīng)網(wǎng)絡(luò)越大,需要的計算量就越大,傳統(tǒng)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(guī)避這些問題,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(nèi)置有技術(shù)標準化組織Khronos Group制定的API規(guī)范-OpenVX,內(nèi)置有視覺處理器(VPU,Vision Processor Unit)。此次新推出的NNA加速器能VPU性能,可在汽車、數(shù)字標牌等多種應(yīng)用中通過深度學習及傳統(tǒng)的影像識別執(zhí)行多種電腦視覺處理,以便在較低功耗下提供更高的性能。

NNA采用量化技術(shù)整合了公司的專有構(gòu)架,減少了深度學習所需的參數(shù)和激活值。通過量化技術(shù)能以較少的資源執(zhí)行大量計算任務(wù),大幅減少數(shù)據(jù)量,并顯著降低系統(tǒng)存儲器帶寬。此外,新開發(fā)的片上存儲器電路設(shè)計提高了深度學習所需的計算資源效率,能在非常小的封裝中實現(xiàn)最佳性能。搭載有NNA的VPU結(jié)合了最新的技術(shù),能在圖像識別處理時比傳統(tǒng)VPU快100倍。

Socionext預計于2018年第三季度開始提供NNA FPGA軟件開發(fā)包。改軟件開發(fā)包可支持TensorFlow學習環(huán)境,并提供用于量化技術(shù)的專用庫和從學習模型到推論處理用的數(shù)據(jù)轉(zhuǎn)換工具。通過利用NNA優(yōu)化后的學習環(huán)境,用戶無需模型壓縮或?qū)W習調(diào)諧(learning tuning)知識也能有效建立起他們自己的模型。今后Socionext還將計劃通過支持各種深度學習框架來支持應(yīng)用廣泛的開發(fā)環(huán)境,讓用戶能簡單建立深度學習的應(yīng)用程序。

與此同時,Socionext也計劃將載有NNA的SoC芯片投入市場。目標應(yīng)用包括車載系統(tǒng)中的影像拍攝,以及基于行人、自行車等高精度物體識別的輔助駕駛以及自動泊車。另一個重要的應(yīng)用便是顯示系統(tǒng),例如電視、數(shù)字標牌,NNA可在超分辨率處理時增強圖像識別,提高4K/8K屏幕高清晰度成像。Socionext將不斷創(chuàng)新并開發(fā)出高效、高性能產(chǎn)品,以適應(yīng)各種邊緣計算環(huán)境中廣泛的AI應(yīng)用。

關(guān)于Socionext Inc.

Socionext Inc.是一家新成立的創(chuàng)新型企業(yè),為全球客戶設(shè)計、開發(fā)和提供片上系統(tǒng)(System-on-chip)產(chǎn)品。公司專注于成像、網(wǎng)絡(luò)和電腦計算等其他能夠推動當今尖端應(yīng)用發(fā)展的技術(shù)。Socionext集世界一流的專業(yè)知識、經(jīng)驗和豐富的IP產(chǎn)品組合,致力于提供高效益的解決方案與更佳的客戶體驗。Socionext 成立于2015年,總部設(shè)在日本橫濱,在日本、亞洲、美國和歐洲設(shè)有辦事處,領(lǐng)導其產(chǎn)品開發(fā)和銷售。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • soc
    soc
    +關(guān)注

    關(guān)注

    39

    文章

    4549

    瀏覽量

    228185
  • 人工智能
    +關(guān)注

    關(guān)注

    1814

    文章

    49960

    瀏覽量

    263622
  • Socionext
    +關(guān)注

    關(guān)注

    2

    文章

    76

    瀏覽量

    17235
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    邊緣計算中的AI加速器類型與應(yīng)用

    人工智能正在推動對更快速、更智能、更高效計算的需求。然而,隨著每秒產(chǎn)生海量數(shù)據(jù),將所有數(shù)據(jù)發(fā)送至云端處理已變得不切實際。這正是邊緣計算中AI加速器變得不可或缺的原因。這種專用硬件能夠直接在邊緣設(shè)備上
    的頭像 發(fā)表于 11-06 13:42 ?685次閱讀
    邊緣計算中的<b class='flag-5'>AI</b><b class='flag-5'>加速器</b>類型與應(yīng)用

    一些神經(jīng)網(wǎng)絡(luò)加速器的設(shè)計優(yōu)化方案

    特征圖保留不變,完成和所有相關(guān)卷積核點積以后再加載,最多復用 R*R*M 次。 3.不同網(wǎng)絡(luò)模型的效果 如圖所示,后者相對于前者,減少了連線資源和復雜度。 4.DNN加速器空間架構(gòu)片上存儲
    發(fā)表于 10-31 07:14

    CNN卷積神經(jīng)網(wǎng)絡(luò)設(shè)計原理及在MCU200T上仿真測試

    CNN算法簡介 我們硬件加速器的模型為Lenet-5的變型,網(wǎng)絡(luò)粗略分共有7層,細分共有13層。包括卷積,最大池化層,激活層,扁平層,全連接層。下面是各層作用介紹: 卷積層:提取特征?!安蝗?/div>
    發(fā)表于 10-29 07:49

    NMSIS神經(jīng)網(wǎng)絡(luò)庫使用介紹

    NMSIS NN 軟件庫是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核,旨在最大限度地提高 Nuclei N 處理內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫分為多個功能,每個功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    SNN加速器內(nèi)部神經(jīng)元數(shù)據(jù)連接方式

    的數(shù)量級,而且生物軸突的延遲和神經(jīng)元的時間常數(shù)比數(shù)字電路的傳播和轉(zhuǎn)換延遲要大得多,AER 的工作方式和神經(jīng)網(wǎng)絡(luò)的特點相吻合,所以受生物啟發(fā)的神經(jīng)形態(tài)處理中的NoC或SNN
    發(fā)表于 10-24 07:34

    CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作

    在完成神經(jīng)網(wǎng)絡(luò)量化后,需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重數(shù)據(jù)以及輸入數(shù)據(jù)導入到存儲內(nèi)。 在仿真環(huán)境下,可將其存于一個文件,并在 Verilog 代碼中通過 read
    發(fā)表于 10-20 08:00

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+神經(jīng)形態(tài)計算、類腦芯片

    AI芯片不僅包括深度學細AI加速器,還有另外一個主要列別:類腦芯片。類腦芯片是模擬人腦神經(jīng)網(wǎng)絡(luò)架構(gòu)的芯片。它結(jié)合微電子技術(shù)和新型神經(jīng)形態(tài)器件
    發(fā)表于 09-17 16:43

    神經(jīng)網(wǎng)絡(luò)的并行計算與加速技術(shù)

    問題。因此,并行計算與加速技術(shù)在神經(jīng)網(wǎng)絡(luò)研究和應(yīng)用中變得至關(guān)重要,它們能夠顯著提升神經(jīng)網(wǎng)絡(luò)的性能和效率,滿足實際應(yīng)用中對快速響應(yīng)和大規(guī)模數(shù)據(jù)處理的需求。神經(jīng)網(wǎng)絡(luò)并行
    的頭像 發(fā)表于 09-17 13:31 ?1018次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計算與<b class='flag-5'>加速</b>技術(shù)

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+第二章 實現(xiàn)深度學習AI芯片的創(chuàng)新方法與架構(gòu)

    Transformer和視覺Transformer模型。 ViTA是一種高效數(shù)據(jù)流AI加速器,用于在邊緣設(shè)備上部署計算密集型視覺Transformer模型。 2、射頻神經(jīng)網(wǎng)絡(luò) 2.1線性射頻模擬處理
    發(fā)表于 09-12 17:30

    Andes晶心科技推出新一代深度學習加速器

    高效能、低功耗 32/64 位 RISC-V 處理核與 AI 加速解決方案的領(lǐng)導供貨商—Andes晶心科技(Andes Technology)今日正式發(fā)表最新深度學習加速器 Ande
    的頭像 發(fā)表于 08-20 17:43 ?2154次閱讀

    Arm神經(jīng)技術(shù)是業(yè)界首創(chuàng)在 Arm GPU 上增添專用神經(jīng)加速器的技術(shù),移動設(shè)備上實現(xiàn)PC級別的AI圖形性能

    Arm 神經(jīng)技術(shù)是業(yè)界首創(chuàng)在 Arm GPU 上增添專用神經(jīng)加速器的技術(shù),首次在移動設(shè)備上實現(xiàn) PC 級別的 AI 圖形性能,為未來的端側(cè) AI
    的頭像 發(fā)表于 08-14 17:59 ?2645次閱讀

    MAX78000采用超低功耗卷積神經(jīng)網(wǎng)絡(luò)加速度計的人工智能微控制技術(shù)手冊

    的Maxim超低功耗微控制相結(jié)合。通過這款基于硬件的卷積神經(jīng)網(wǎng)絡(luò)(CNN)加速器,即使是電池供電的應(yīng)用也可執(zhí)行AI推理,同時功耗僅為微焦耳級。
    的頭像 發(fā)表于 05-08 11:42 ?854次閱讀
    MAX78000采用超低功耗卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b><b class='flag-5'>加速</b>度計的人工智能微控制<b class='flag-5'>器</b>技術(shù)手冊

    MAX78002帶有低功耗卷積神經(jīng)網(wǎng)絡(luò)加速器的人工智能微控制技術(shù)手冊

    的Maxim超低功耗微控制相結(jié)合。通過這款基于硬件的卷積神經(jīng)網(wǎng)絡(luò)(CNN)加速器,即使是電池供電的應(yīng)用也可執(zhí)行AI推理,同時功耗僅為微焦耳級。
    的頭像 發(fā)表于 05-08 10:16 ?706次閱讀
    MAX78002帶有低功耗卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b><b class='flag-5'>加速器</b>的人工智能微控制<b class='flag-5'>器</b>技術(shù)手冊

    NVIDIA實現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強功能

    發(fā)者能使用 NVIDIA GeForce RTX GPU 中的 AI Tensor Cores,在游戲的圖形渲染管線內(nèi)加速神經(jīng)網(wǎng)絡(luò)渲染。
    的頭像 發(fā)表于 04-07 11:33 ?1004次閱讀

    嵌入式AI加速器DRP-AI 詳細介紹

    深度神經(jīng)網(wǎng)絡(luò)中使用的人工智能(AI)已經(jīng)為IT領(lǐng)域提供了新的價值。雖然很多人期望用AI來實現(xiàn)嵌入式應(yīng)用,但AI處理需要很多計算,由于性能不足或功耗需求大,很難適應(yīng)使用CPU或GPU的傳
    的頭像 發(fā)表于 03-15 16:13 ?1689次閱讀
    嵌入式<b class='flag-5'>AI</b><b class='flag-5'>加速器</b>DRP-<b class='flag-5'>AI</b> 詳細介紹