“未來,
一定是一個無終端不AI,
無AI不晶片的時代。
”
4月25日, 在雲天勵飛晶片專題的媒體溝通會上, 雲天勵飛聯合創始人、CEO陳甯提到, 雲天勵飛正在研發的一款面向嵌入式端的邊緣人工智慧晶片IPU (inteligence processor unit), 並取得階段性成果, 計畫今年年中流片, 2019年上半年正式商用。
深圳新聞網圖
晶片聚焦嵌入式視覺智慧終端機
據介紹, 雲天勵飛AI晶片的技術路線是通過設計一系列面向多層神經網路的可程式設計處理器, 應對人工智慧演算法的快速反覆運算。 “我們首創的‘自我調整雲+端'AI系統架構, 可通過雲端邏輯控制終端晶片, 自動更新終端晶片的演算法和功能。 ”據陳甯介紹, 雲天勵飛自主研發的專用深度學習神經網路處理器晶片, 採用ASIP設計思路, 提供ASIC級別高性能和低功耗, 也能提供處理器級別的指令集靈活性。 同時, 採用異構計算多核SOC架構, 集成多處理器單元, 並行分散式處理與集中控制系統。
與傳統晶片反覆運算速度相比, AI晶片反覆運算更快。 “目前來說, 演算法每半個月反覆運算一次, AI晶片則要同步反覆運算, 而傳統晶片的反覆運算是按年計算。 現有的CPU或GPU無法滿足嵌入式端視覺AI應用。 ”據雲天勵飛研發副總李愛軍表示, 通用CPU在神經網路加速上速度慢, 性能上滿足不了對嵌入式端的需求;GPU性能是夠的, 但功耗高、成本居高不下。 “所以, 我們覺得有必要去研究適應新型神經網路的深度學習處理器架構晶片。 ”而雲天勵飛研發的晶片是面向嵌入式端的邊緣計算人工智慧晶片, 專注智慧視覺, 聚焦在安防、智慧商業等領域的場景應用。
實際上, 雲天勵飛做晶片並不是臨時起意。 陳寧介紹,
深圳新聞網圖
IPU具有高能低耗、可程式設計、可雲端升級等特點
雲天勵飛在2016年就完成了第一代深度學習神經網路處理器NNP100的研製,
據介紹, 雲天勵飛的視覺AI晶片具有2Tops/W的高能量效率。 與Nvidia開源的nvDLA相比, 相同運算力下, 在很小的記憶體頻寬下, 演算法模型效率可以提高18倍。 與麒麟970相比, 相同運算力下, 比970的性能提高4.4倍。
“雲天的晶片除了高能低耗的優勢之外, 還能實現可程式設計, 遠端一鍵升級。 晶片可同時處理多路高清視頻, 此外, 通過片間級聯還可進行擴展。 ”李愛軍說, 多晶片級聯, 相當於搭積木一樣, 一顆一顆之間通過板級互聯進行擴展。 通過級聯擴展最多可以同時處理64路視頻。
“我們採用業界領先的22nm工藝, 工藝的性能、功耗、面積經過模擬、分析、比對, 對比業界主流的28nm工藝, 都具有一定優勢,
更為難得的是, 雲天勵飛的拳頭產品“深目”系統, 在深圳和全國已建設線上智慧前端設備10000多路, 動態人像資料量80+億, 是全球最大的動態人像資料庫。 同時, 該公司也是國內唯一一家同時擁有演算法、晶片和資料三個要素的公司。
對於未來的發展, 雲天勵飛也有不一樣的考慮。 “我們想做的, 就是用晶片的產品, 啟動傳統的攝像頭。 在2025年, 讓1億攝像頭擁有‘AI芯’。 ”陳寧介紹, 公司走的是一條“演算法+晶片+資料+應用+服務”、提供端到端整體解決方案的路線:將演算法植入前端的智慧攝像頭, 進行人像檢測、特徵值提取,資料上傳到雲端,由雲端引擎進行搜索和識別、決策。前端後端演算法聯動和深度優化,而晶片級的解決方案則是核心。“未來,我們甚至可能會推出免費的晶片試用,改變以往賣晶片的方式,以服務的方式讓雲天的AI芯能下滲到行業,最終達到賦能百業的目的。”
進行人像檢測、特徵值提取,資料上傳到雲端,由雲端引擎進行搜索和識別、決策。前端後端演算法聯動和深度優化,而晶片級的解決方案則是核心。“未來,我們甚至可能會推出免費的晶片試用,改變以往賣晶片的方式,以服務的方式讓雲天的AI芯能下滲到行業,最終達到賦能百業的目的。”