訂閱
糾錯
加入自媒體

AI加速器實現(xiàn)了CNN處理速度和降低功耗

外媒稱,瑞薩(Renesas)開發(fā)了一種AI加速器,可以高速和低功率執(zhí)行CNN(卷積神經(jīng)網(wǎng)絡(luò))處理。該聲明發(fā)布之際,瑞薩正在推動下一代瑞薩嵌入式人工智能(e-AI)的開發(fā),旨在加快終端設(shè)備的智能增長。

采用該加速器的瑞薩測試芯片實現(xiàn)了8.8 TOPS / W的功率效率,據(jù)稱這是業(yè)界最高級別的功率效率。瑞薩加速器基于存儲器內(nèi)處理(PIM)架構(gòu),其中當(dāng)從該存儲器讀出數(shù)據(jù)時,在存儲器電路中執(zhí)行乘法和累加運(yùn)算。

為了創(chuàng)建新的AI加速器,瑞薩開發(fā)了以下三種技術(shù)。第一種是三值(-1,0,1)SRAM結(jié)構(gòu)PIM技術(shù),可以執(zhí)行大規(guī)模CNN計算。第二種是應(yīng)用比較器的SRAM電路,可以以低功率讀出存儲器數(shù)據(jù)。第三種是防止由于制造過程中的工藝變化引起的計算錯誤的技術(shù)?傊,這些技術(shù)既可以減少深度學(xué)習(xí)處理中的存儲器訪問時間,又可以減少乘法和累加運(yùn)算所需的功率。因此,據(jù)瑞薩表示,新的加速器在手寫字符識別測試(MNIST)中進(jìn)行評估時,可實現(xiàn)業(yè)界最高的功率效率,同時保持準(zhǔn)確率超過99%。

到目前為止,由于二進(jìn)制(0,1)SRAM結(jié)構(gòu)只能處理值為0或1的數(shù)據(jù),因此PIM架構(gòu)無法通過單比特計算獲得足夠的大規(guī)模CNN計算精度水平。制造方面的變化導(dǎo)致這些計算的可靠性降低,并且需要變通方法。瑞薩現(xiàn)已開發(fā)出解決這些問題的技術(shù),并將這些技術(shù)作為可以實現(xiàn)未來革命性AI芯片的前沿技術(shù)應(yīng)用于下一代e-AI解決方案,用于可穿戴設(shè)備和機(jī)器人等應(yīng)用性能和功率效率。

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯
x
*文字標(biāo)題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號