<mark id="oztn4"></mark>
1
| 本文作者： 章敏 | 2016-09-28 17:31 |
導(dǎo)讀：CEVA 今天發(fā)布第五代圖像和計(jì)算機(jī)視覺 DSP 產(chǎn)品 CEVA-XM6，具有更優(yōu)的性能、更強(qiáng)大的計(jì)算能力，以及更低的耗能。深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、圖像/視覺處理已經(jīng)是計(jì)算機(jī)科學(xué)中很大的一些領(lǐng)域，然而它們依賴的許多工具仍處于初步階段。機(jī)器學(xué)習(xí)需要的實(shí)時(shí)、精確處理數(shù)據(jù)的能力也往往耗費(fèi)很大。
注：本文首發(fā)于 ANAND TECH，作者 Ian Cutress，由雷鋒網(wǎng)編譯，未經(jīng)許可不得轉(zhuǎn)載。
深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)和圖像/視覺處理已經(jīng)成為一個(gè)很大的領(lǐng)域，然而，許多依賴它的應(yīng)用程序仍然處于初步階段。汽車是應(yīng)用這些領(lǐng)域最典型的例子，而解決汽車面臨的問題，需要同時(shí)深度理解和發(fā)展硬件與軟件，實(shí)時(shí)高精度處理數(shù)據(jù)的能力，為其他機(jī)器學(xué)習(xí)編碼打通了一系列道路，接踵而至的問題則是成本和功耗。CEVA-XM4 DSP 想成為第一個(gè)支持深度學(xué)習(xí)的可編程 DSP，且就在今天，有著軟件生態(tài)系統(tǒng)的新型 XM6 IP 也被推出，其效率更高，計(jì)算能力更強(qiáng)，還有新的節(jié)能專利。
當(dāng) CEVA 宣布 XM4 DSP 推斷定點(diǎn)算法中預(yù)訓(xùn)練的精度與全算法基本一樣，誤差不到 1 %時(shí)，它贏得了該領(lǐng)域許多的分析師獎(jiǎng)項(xiàng)，CEVA 稱高性能和功率效率讓其從競爭，及軟件框架的初步進(jìn)展中脫穎而出。IP 公告發(fā)布于 Q1 2015 季度，第二年獲得了許可證，第一批使用 IP 生產(chǎn)的硅鋼將于今年下線。此后，CEVA 發(fā)布了其 CDNN2 平臺(tái)，它是一款一鍵編譯工具，訓(xùn)練網(wǎng)絡(luò)，并將其轉(zhuǎn)換成適合 CEVA XM IPS 的代碼。新一代 XM6 整合了歷代 XM4 的特點(diǎn)，改進(jìn)了配置，可以訪問硬件加速器，還擁有新型的硬件加速器，而且，它還保留著 CDNN2 平臺(tái)的兼容性，這樣的編碼可兼容 XM4，也可以在 XM6 上高性能運(yùn)行。
CEVA 屬于 IP 業(yè)務(wù)，如 ARM，并與半導(dǎo)體公司合作，然后賣給 OEMs 。這通常需要很長的時(shí)間，來將新產(chǎn)品從構(gòu)思實(shí)際推入市場，尤其是在安全和汽車等行業(yè)正快速發(fā)展時(shí)。CEVA 將 XM6 改成了一種可擴(kuò)展的、可編程的 DSP，它可以用單一的代碼庫橫跨市場，同時(shí)利用額外的功能來改善功率、性能，并降低成本。
今天的公告中，包括新型 XM6 DSP，CEVA 新系列的圖像和視覺軟件庫，一套新的硬件加速器，并將其融入 CDNN2 生態(tài)系統(tǒng)。CDNN2 是一款一鍵編譯工具，檢測卷積，并應(yīng)用優(yōu)于邏輯塊和加速器的最佳方法傳輸數(shù)據(jù)。
XM6 將支持 OpenCL 和 C++ 開發(fā)工具，以及軟件元素包括 CEVA 的計(jì)算機(jī)視覺、神經(jīng)網(wǎng)絡(luò)和有著第三方工具的視覺處理庫。硬件為標(biāo)準(zhǔn) XM6 核心的處理部分實(shí)現(xiàn) 了AXI 連接，從而與加速器和內(nèi)存交互。XM6 IP 里面有卷積的硬件加速器 CDNN 助手，它允許低功率固定功能硬件，處理神經(jīng)網(wǎng)絡(luò)系統(tǒng)的疑難部分，如 GoogleNet，校正魚眼上的圖像或扭曲鏡頭，圖像的失真已知，變換的函數(shù)是固定功能友好型的，以及其他的第三方硬件加速器。
XM6 的兩大新硬件功能，將幫助大多數(shù)圖像處理和機(jī)器學(xué)習(xí)算法。第一個(gè)是分散-聚集，或者說是閱讀一個(gè)周期中，L1 緩存到向量寄存器中的 32 地址值的能力。CDNN2 編譯工具識(shí)別串行代碼加載，并實(shí)現(xiàn)矢量化來允許這一功能，當(dāng)所需的數(shù)據(jù)通過記憶結(jié)構(gòu)分布時(shí)，分散-聚集提高了數(shù)據(jù)加載時(shí)間。由于 XM6 是可配置的 IP，L1 數(shù)據(jù)儲(chǔ)存的大小/相關(guān)性在硅設(shè)計(jì)水平是可調(diào)節(jié)的，CEVA 表示，這項(xiàng)功能對于任意尺寸的 L1 都有效。此級用于處理的向量寄存器是寬度為 8 的 VLIW 實(shí)現(xiàn)器， 這樣的配置才能滿足要求。
第二功能稱為“滑動(dòng)-窗口”數(shù)據(jù)處理，這項(xiàng)視覺處理的特定技術(shù)已被 CEVA 申請專利。有許多方法可以處理過程或智能中的圖像，通常算法將立刻使用平臺(tái)所需一塊或大片像素。對于智能部分，這些塊的數(shù)量將重疊，導(dǎo)致不同區(qū)域的圖像被不同的計(jì)算區(qū)域重用。CEVA 的方法是保留這些數(shù)據(jù)，從而使下一步分析所需信息量更少。聽起來是否很簡單，在 2009 年，我做了類似的三維微分方程分析，確實(shí)是這樣，我很驚訝，它之前并沒有實(shí)現(xiàn)視覺/圖像處理。如果你有地方存儲(chǔ)的話，重復(fù)使用原始數(shù)據(jù)，就可以節(jié)省時(shí)間，節(jié)省能源。
CEVA 稱 XM6 在重矢量工作量中的性能增益是 XM4 的 3 倍，同比移植內(nèi)核平均提升了 2 倍。XM6 在編碼方面也比 XM4 更容易配置，提供“ 50% 額外的控制”。
結(jié)合具體的 CDNN 硬件加速器（HWA），CEVA 指出，生態(tài)系統(tǒng)中的卷積層，如 GoogleNet 消耗了周期中的大部分時(shí)間。CDNN HWA 采用了此編碼，并用 512MACs 為它實(shí)現(xiàn)了固定的硬件， 使用 16 位支持實(shí)現(xiàn)了 8 倍的性能增益，且利用率為 95%。CEVA 提到使用 12 位的方法將節(jié)省芯片面積和成本，同時(shí)最小化精度損耗，但也有一些開發(fā)商要求用完整的 16 位方法，以支持未來的項(xiàng)目，因此，結(jié)果是選擇了 16 位。
在該領(lǐng)域的汽車圖像/視頻處理方面，CEVA 有兩大競爭對手，分別是 MobilEye 和 NVIDIA ，后者推出了 TX1 以促進(jìn)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理。基于 690 MHz 情況下，TX1 在 TSMC 20nm 的平面處理技術(shù)，CEVA 說，他們內(nèi)部模擬給出的單體 XM6 在平臺(tái)方面效率提升了 25 倍，而且，比 AlexNet 和 GoogleNet 速度快四倍。當(dāng)然，盡管 XM6 也可以在 16nm 或 28nm 的 FinFET 運(yùn)行，但這些都是其在 20nm 情況下運(yùn)行的結(jié)果。這意味著，根據(jù)單批 TX1 公布的數(shù)據(jù)，XM6 在 FP16 使用 Alexnet ，相比 67幀/秒，它可以執(zhí)行每秒運(yùn)行 268 幀圖像，相比于 5.1 w，它只要 800 mW。在 16FF 中，功率的數(shù)值可能更低，CEVA 告訴我們，他們內(nèi)部度量最初是在 28 nm / 16FF 情況下完成的，但他們在 20 nm 情況下，使用了 TX1 對其各個(gè)方面重新進(jìn)行了度量。應(yīng)該指出的是，TX1 多批次的數(shù)值表明，其效率比單批次更好，然而，它沒能提供其他更多的對比值。CEVA 還用 DVFS 方案實(shí)現(xiàn)了功率門控，當(dāng) DSP 的各個(gè)部分或加速器空閑時(shí)，可降低功率。
很明顯，NVIDIA 的優(yōu)勢是其解決方案的可用性，和 CUDA/OpenCL 軟件開發(fā)，這兩方面 CEVA 都想通過一鍵軟件平臺(tái)來實(shí)現(xiàn)，如 CDNN2 ，并改善硬件，如 XM6 。看看哪些半導(dǎo)體合作伙伴和未來的實(shí)現(xiàn)工具，能將這種圖像處理與機(jī)器學(xué)習(xí)結(jié)合起來。CEVA 指出，智能手機(jī)、汽車、安全和商業(yè)應(yīng)用，如無人機(jī)、自動(dòng)化將是主要目標(biāo)。
Via：ANAND TECH
推薦閱讀：
微軟 CEO 納德拉：我們的 AI 之路將會(huì)與眾不同
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
