PCDIY!業界新聞
東芝車用影像識別系統晶片整合深度神經網路加速器再升級
(本資訊由廠商提供,不代表PCDIY!立場) 2019-03-15 11:53:46
東芝電子元件及儲存裝置株式會社(東芝)宣布成功開發出新款汽車應用影像識別系統級晶片(SoC),與東芝上一代產品相比,該產品使深度學習加速器的速度提升10倍,功率效率提高4倍。該技術成果的詳情已於2月19日在舊金山舉行的2019 IEEE國際固態電路會議(ISSCC)上發表。
自動緊急刹車等先進駕駛輔助系統可提供越來越快速反應等功能,但實現這些功能需要影像識別系統級晶片在低功耗條件下,高速識別道路交通信號和路況。
深度神經網路(DNN)是模仿大腦神經網路的演算法,與傳統模式識別和機器學習相比,DNN的識別處理精度要高得多,預計將會廣泛的應用在車用領域。而採用傳統處理器的DNN影像識別耗時較長,因依賴大量的乘積累加(MAC)計算。同時,採用傳統高速處理器的DNN尚存功耗過高問題。
東芝利用可在硬體上實現深度學習的DNN加速器解決了這一難題。以下為其產品三大特點。
此外,新系統級晶片符合全球汽車應用功能安全標準ISO26262之要求。
東芝將繼續提高所開發的系統級晶片的功率效率和處理速度,且東芝新一代影像識別處理器ViscontiTM5的樣品出貨將於今年九月開始。
產品三大特點
- 並行MAC單元。DNN處理需要大量MAC計算。東芝的新設搭載四個處理器,每個處理器包含256個MAC單元。因此提高了DNN的處理速度。
- 減少了動態隨機存取記憶體(DRAM)存取。傳統的系統級晶片沒有本機記憶體,無法在靠近DNN執行單元的位置保存臨時資料,並且在存取本機記憶體時產生較大功耗。同時,載入用於MAC計算的加權數據也會產生較大功耗。東芝晶片可在DNN執行單元附近執行靜態隨機存取記憶體(SRAM),並將DNN處理分為多個子處理區塊,因此可將臨時資料保存在SRAM內,從而減少了DRAM存取。此外,東芝還在加速器上增加了一個解壓縮單元。可透過解壓縮單元載入預先壓縮並儲存在DRAM中的加權數據。因此,降低了載入來自DRAM的加權數據時產生的功耗。
- 減少了SRAM存取。傳統深度學習需要在處理DNN的每一層之後存取DRAM,因此功耗過高。該加速器在DNN的DNN執行單元中設計有流水線層結構,以便在一次SRAM存取期間執行一系列DNN計算。
深度神經網路 (DNN) 加速器
The developed SoC
自動緊急刹車等先進駕駛輔助系統可提供越來越快速反應等功能,但實現這些功能需要影像識別系統級晶片在低功耗條件下,高速識別道路交通信號和路況。
深度神經網路(DNN)是模仿大腦神經網路的演算法,與傳統模式識別和機器學習相比,DNN的識別處理精度要高得多,預計將會廣泛的應用在車用領域。而採用傳統處理器的DNN影像識別耗時較長,因依賴大量的乘積累加(MAC)計算。同時,採用傳統高速處理器的DNN尚存功耗過高問題。
東芝利用可在硬體上實現深度學習的DNN加速器解決了這一難題。以下為其產品三大特點。
此外,新系統級晶片符合全球汽車應用功能安全標準ISO26262之要求。
東芝將繼續提高所開發的系統級晶片的功率效率和處理速度,且東芝新一代影像識別處理器ViscontiTM5的樣品出貨將於今年九月開始。
產品三大特點
- 並行MAC單元。DNN處理需要大量MAC計算。東芝的新設搭載四個處理器,每個處理器包含256個MAC單元。因此提高了DNN的處理速度。
- 減少了動態隨機存取記憶體(DRAM)存取。傳統的系統級晶片沒有本機記憶體,無法在靠近DNN執行單元的位置保存臨時資料,並且在存取本機記憶體時產生較大功耗。同時,載入用於MAC計算的加權數據也會產生較大功耗。東芝晶片可在DNN執行單元附近執行靜態隨機存取記憶體(SRAM),並將DNN處理分為多個子處理區塊,因此可將臨時資料保存在SRAM內,從而減少了DRAM存取。此外,東芝還在加速器上增加了一個解壓縮單元。可透過解壓縮單元載入預先壓縮並儲存在DRAM中的加權數據。因此,降低了載入來自DRAM的加權數據時產生的功耗。
- 減少了SRAM存取。傳統深度學習需要在處理DNN的每一層之後存取DRAM,因此功耗過高。該加速器在DNN的DNN執行單元中設計有流水線層結構,以便在一次SRAM存取期間執行一系列DNN計算。
深度神經網路 (DNN) 加速器
The developed SoC
- 發表您的看法
請勿張貼任何涉及冒名、人身攻擊、情緒謾罵、或內容涉及非法的言論。
請勿張貼任何帶有商業或宣傳、廣告用途的垃圾內容及連結。
請勿侵犯個人隱私權,將他人資料公開張貼在留言版內。
請勿重複留言(包括跨版重複留言)或發表與各文章主題無關的文章。
請勿張貼涉及未經證實或明顯傷害個人名譽或企業形象聲譽的文章。
您在留言版發表的內容需自負言論之法律責任,所有言論不代表PCDIY!雜誌立場,違反上述規定之留言,PCDIY!雜誌有權逕行刪除您的留言。
最近新增
- SAMA 先馬開學祭, 買大境界就送你 360 水冷散熱器
- GIGABYTE 與 V-COLOR 合作 推出創新內建 OLED 超頻記憶體
- 技嘉「BEYOND EDGE」發表會揭示將加速推進 AI 創新佈局
- AMD擴展工作站效能、推進AI PC發展,並為開發者提供全新工具
- TrendForce: 庫存調整結束,2Q25全球智慧手機產量季增4%
- 開學季最殺優惠!全漢FSP機殼最低 5 折起 CST351、CST352 限時入手價開跑,打造你的新學期專屬主機!
- 領航國際!華碩再獲《TIME》全球最佳企業殊榮
- Jamf 推出專為 Apple 及行動裝置設計的企業管理解決方案 全面提升 IT、資安與使用者體驗 過去 12 個月內近 140 萬台裝置受到網路釣魚攻擊,裝置保護刻不容緩!
- 《我獨自升級: ARISE》歡慶上市500日 推出特別慶祝活動
- 英飛凌發布 AI 資料中心和伺服器 12 kW 高密度電源供應器 (PSU) 參考設計
- NVIDIA Blackwell Ultra 在全新 MLPerf Inference 基準測試中樹立新標竿 NVIDIA GB300 NVL72 機架規模系統在全新推理(reasoning)推論基準測試中,展現最高輸送量;同時 NVIDIA 平台持續保持著所有資料中心項目的「每 GPU 推論」紀錄。
- 以全新SAPPHIRE NITRO+B850A WIFI 7 主機板釋放尖端連線效能 – 專為PC愛好者打造
最多人點閱
- Microsoft Azure Certified for IoT 快速打造智慧物聯網
- SP廣穎電通將於德國2015 Embedded World展示全方位工控系列產品
- 英特爾舉辦亞洲區創新高峰會 促進台灣與全亞洲產業體系的創新發展
- IEM於台北國際電玩展熱血開打,購買Intel Core i5/i7處理器系列+SSD 750即得限量好禮
- 深根台灣成就萬物相聯 2015 ARM®新竹辦公室擴大營運暨亞洲第一座CPU設計中心開幕
- AMD發表全球首款GPU硬體虛擬化產品線
- PLEXTOR感恩節大回饋,M6V卡禮來雙重送!
- 希捷科技:2016年六大科技趨勢
- 台灣微軟與Lamigo聯手 應援總冠軍封王賽「Win for 10」!
- InWin 805 NVIDIA EDITION機殼爆紅,迎廣GeForce GTX特仕版機箱正式開賣!
- AMD獲選2015年道瓊永續性指數 連續14年榮獲此殊榮
- 微軟推出Office 2016 引領MOCO新世代 Office 2016 以全新特色打造工作新境界 隨時隨地 無所不在
