AI加速器实现CNN处理速度和降耗

资讯 5年前

953

外媒称，瑞萨（Renesas）开发了一种AI加速器，可以高速和低功率执行CNN（卷积神经网络）处理。该声明发布之际，瑞萨正在推动下一代瑞萨嵌入式人工智能（e－AI）的开发，旨在加快终端设备的智能增长。采用该加速器的瑞萨测试芯片实现了8．8 TOPS ／ W的功率效率，据称这是业界最高级别的功率效率

外媒称，瑞萨（Renesas）开发了一种AI加速器，可以高速和低功率执行CNN（卷积神经网络）处理。该声明发布之际，瑞萨正在推动下一代瑞萨嵌入式人工智能（e－AI）的开发，旨在加快终端设备的智能增长。

采用该加速器的瑞萨测试芯片实现了8．8 TOPS ／ W的功率效率，据称这是业界最高级别的功率效率。瑞萨加速器基于存储器内处理（PIM）架构，其中当从该存储器读出数据时，在存储器电路中执行乘法和累加运算。

为了创建新的AI加速器，瑞萨开发了以下三种技术。第一种是三值（－1，0，1）SRAM结构PIM技术，可以执行大规模CNN计算。第二种是应用比较器的SRAM电路，可以以低功率读出存储器数据。第三种是防止由于制造过程中的工艺变化引起的计算错误的技术。总之，这些技术既可以减少深度学习处理中的存储器访问时间，又可以减少乘法和累加运算所需的功率。因此，据瑞萨表示，新的加速器在手写字符识别测试（MNIST）中进行评估时，可实现业界最高的功率效率，同时保持准确率超过99％。

到目前为止，由于二进制（0，1）SRAM结构只能处理值为0或1的数据，因此PIM架构无法通过单比特计算获得足够的大规模CNN计算精度水平。制造方面的变化导致这些计算的可靠性降低，并且需要变通方法。瑞萨现已开发出解决这些问题的技术，并将这些技术作为可以实现未来革命性AI芯片的前沿技术应用于下一代e－AI解决方案，用于可穿戴设备和机器人等应用性能和功率效率。