嵌入式 > 嵌入式开发 > 详情

Ergo edge处理器重新定义边缘设备推理性能

发布时间:2021-04-16 发布时间:
|

翻译自——semiwiki

众多关于AI和机器学习(ML)引人注目的应用程序都是在移动设备上发现的,看看该领域的规模,这显然是一个有吸引力的细分市场。正因为如此,我们可以预期会看到许多消费设备在边缘具有低功耗要求,需要执行推理任务。最初的方法是使用云进行这些操作;然而,业界很多人都支持将推理推到边缘上,但也存在一定障碍。传统上用于移动设备和边缘设备的通用计算机芯片在低功耗的情况下无法进行足够快的推理。为此开发低功耗边缘型AI处理单元的需求也就急剧增加。

在这些产品中,一家由Xperi赞助的初创企业Perceive Corp着实令人印象深刻。他们的Ergo edge推断处理器针对的是安全摄像头、智能设备和移动电话等消费设备。据他们的首席执行官史SteveTeig表示:“感知开发了新颖的、数学上严格的推理方法,重新定义了边缘设备的可能性。我们的Ergo芯片在消费者设备中提供数据中心级别的准确性和性能,在超低功耗下运行时保护隐私和安全。”

Ergo能够运行复杂的网络,如YOLOv3、M2Det等。Perceive声称Ergo可以运行YOLOv3,这是华盛顿大学开发的一种流行的物体识别模型,速度高达每秒246帧,是三星旗舰Galaxy S10手机显示屏刷新率的四倍。在每秒30帧的时候消耗约20兆瓦。不需要外部RAM,它可以装在一个7x7mm的小盒子里。它的效率是令人印象深刻的55TOPS/Watt。该芯片是在GLOBALFOUNDRIES 22FDX工艺上制造,刚刚宣布了首次硅试产的成功。

Teig解释:“ TOPS是推理处理器经常被引用的数字。TOPS编号通常可以指INT8(8位整数)TOPS或FLOAT(浮点)TOPS等。我们要强调的是,这个数字相对于峰值TOPS是持续的,是浮点而不是整数TOPS,并且是根据Ergo可以执行的GPU等效工作量(例如每秒的帧数)计算得出的像YOLOv3这样的流行网络,而不是工作频率乘以计算单位的一些理论计算。”

该芯片的一个关键IP是来自Mixel的MIPI接口。因为图像处理是许多AI/ML系统的一部分,所以MIPI的应用需求也就越来越大。MIPI提供高效和高速传输的视频信息,对AI/ML在边缘的应用再适合不过了。

Mixel为perception提供三种不同的MIPI IP解决方案;四通道MIPI D-PHYSM CSI-2SM TX IP和双通道和四通道以及GLOBALFOUNDRIES 22FDX平台上的双通道和四通道MIPI D- phyc2 - 2rxip。Mixel的解决方案包括两个部分:他们自己开发的MIPI D-PHY和CSI-2外围控制器核心,后者由Rambus在他们从西北逻辑公司获得的团队中开发。

perception的硬件副总裁Jim Hall不是说,GF和其他代工厂现有的硅支持,给了他们足够的信心来致力于Mixel的这种设计。Mixel与perception一起努力,确保集成后的法规遵循测试和特性描述能够顺利进行。

MixelIP已经在9个不同的节点和8个不同的代工厂进行了硅验证,更多的工艺正在积极开发中,这会带给Mixel广泛的覆盖范围。



『本文转载自网络,版权归原作者所有,如有侵权请联系删除』

热门文章 更多
定时器CTC模式的测试