宝石流云|人工智能芯片杀出一匹黑马：Kneron
本文我们将评估Kneron的NPU是如何达到谷歌和英特尔的同类芯片 。
随着边缘计算越来越受欢迎 ， 许多大公司都致力于开发人工智能工作负载专用芯片 。 值得注意的是 ， 谷歌和英特尔等大品牌分别凭借Coral的Edge TPU和Movidius Myriad X VPU在市场上站稳了脚跟 。
现在 ， 一个新玩家杀进了这个领域 ， 并声称要与该行业的一些大公司竞争 。 总部位于加州的初创公司Kneron最近发布了KL720 AI SoC ， 他们称该SoC在速度、能效和成本方面优于市场上的任何其他SoC 。 为了证明这是否言过其实 ， 我们着手对这款芯片与谷歌和英特尔的设备进行了比较 。
边缘计算Coral Edge TPU芯片
Coral是谷歌开发边缘计算平台的一个鲜为人知的项目 。 用该公司自己的话来说 ， “Coral是一个用于构建具有快速神经网络推理功能的智能设备的软硬件平台 。 ”
Coral的设备的核心是Edge TPU(张量处理单元)协处理器是 Google 专门为在边缘运行 AI 而打造的 ASIC ， 它体型小、能耗低 ， 但性能出色 ， 让您可以在边缘部署高精度 AI 。 ASIC是为最先进的神经网络设计的 ， 速度快 ， 功耗低 ， Edge TPU 可实现高品质 AI 在边缘的广泛部署 。
【宝石流云|人工智能芯片杀出一匹黑马：Kneron】Edge TPU 不仅仅是一种硬件解决方案 ， 它将定制硬件、开源软件和最先进的 AI 算法结合在一起 ， 为边缘提供优质、易部署的 AI 解决方案 。
TPU以2瓦的成本提供了4瓦的最大速度 ， 使其功率效率为2瓦 。 在功能方面 ， Edge TPU能够执行深度前馈神经网络(DFF) ， 如卷积神经网络(CNN) ， 这使得它对于各种基于设备视觉的机器学习应用程序非常有用 。
这个芯片唯一头大的地方是它的可访问性 。 谷歌不会将这些芯片卖给设计师;相反 ， 它需要通过Coral的加速器模块集成 。 这是一个表面安装模块(10毫米x 15毫米) ， 包括Edge TPU和所有需要的电源管理与一个PCIe Gen 2和USB 2.0接口 。 因此 ， 虽然这可能提供了集成的便利 ， 但它使设计者无法使用Edge TPU作为独立设备来实现他们独特的设计 。
Edge TPU 是对 CPU、GPU、FPGA 以及其他在边缘运行 AI 的 ASIC 解决方案的补充
英特尔Movidius Myriad X VPU
在Intel的阵营中 ， 我们将着眼于Movidius Myriad X虚拟处理单元 (VPU) 。
根据Intel的说法 ， VPU的工作方式是将高度并行的可编程计算与特定工作负载的硬件加速耦合在一个独特的架构中 ， 使数据移动最小化 。 通过这种方式 ， 它们能够实现功率效率和计算性能的平衡 ， 使设备具有深度神经网络和基于计算机视觉的应用 。
它可用于无人机、智能相机、VR/AR 头盔等设备的深度学习及其他人工智能视觉应用加速 。 这款设备是继上个月英特尔基于 Myriad 2 处理器的 Movidius Neural Compute Stick 之后发布的又一新产品 。 Movidius 表示 ， Myriad X 将会在同样功耗条件下提供 Myriad 2 十倍的深度神经网络（DNN）性能 。
Myriad X 的强大之处在于 Movidius 引入了被称之为神经计算引擎（Neural Compute Engine）的新结构 ， 这是一种片上 DNN 加速器 。 Movidius 称 ， 在该组件的帮助下 ， Myriad X 可以在 Myriad X 理论计算能力 4+ TOPS 的基础上达到超过每秒万亿次（TOPS）的 DNN 峰值吞吐量 。
推荐阅读
- 人工智能华为与南昌共建智慧视觉第一城，助力智慧南昌建设
- 人工智能打造中国算谷 济南力争3到5年内成为全球算力产业新高地
- 精选热点资讯|2020吴中高新区人工智能产业峰会举行，以高端技术赋能现代制造
- 人工智能领军企业达观数据推出新一代RPA智能办公机器人集群
- 人工智能缘泰石油：AI智能石化工厂，助力数字福建
- 当人工智能遇上服务机器人 机器人被赋予了人类的“灵魂”
- 总冠军奖杯|湖人总冠军戒指谍照流出？硕大紫宝石引人注目，外媒：比猛龙的好看
- 中关村产业技术联盟应用护航行动之 人工智能应用高峰论坛在京成功召开
- 人工智能记者带你逛数字峰会：盘点峰会上那些好玩的热门C位
- 爱云资讯|智慧物流产业迈入落地成熟期，旷视成立人工智能物流产业联盟