盱眙365网站-365平台网址-首页

021-61805888

智能化系统集成

从AI加速芯片看弱电智能行业技术升级换代

从AI加速芯片看弱电智能行业技术升级换代

2018-07-04 次浏览

AI加速芯片看弱电智能行业技术升级换代


2018年53日,智能芯片企业寒武纪科技在上海举办了产品发布会,正式发布了多个最新一代终端IP产品:采用 7nm工艺的终端芯片Cambricon 1M、首款云端智能芯片 MLU100及搭载了MLU100的云端智能处理计算卡,开启云端战略,构建端-云一体化的AI体系。简短的一条消息,一石激起千层浪,弱电智能行业将迎来颠覆性的技术升级换代。

先简单先容一下AI和加速芯片。人工智能(Artificial Intelligence),英文缩写为AI,自图灵等人提出以来,伴随计算机技术的发展而发展,目前研究、应用集中在机器学习领域,弱电智能行业中生物识别应用技术正是机器学习中的深度神经网络技术(又称深度学习)。深度神经网络需要高的算力,通常需要几块GPU并行工作才能在适当的时间内完成计算任务。GPU的设计本意是用来辅助CPU处理图像图形数据的,对于机器学习来说,GPU所实行的底层计算指令仍然是通用化一般化的指令,对于人工智能算法的实行,并没有做针对性的优化。随着潜在应用规模逐渐显现,针对机器学习的专用芯片就应运而生了。

寒武纪研发了自定义的指令集Cambricon,是专门为深度学习乃至机器学习重新设计的一套全新的架构,而并非用传统的CPU向量扩展、GPU架构或脉动阵列机架构旧瓶装新酒,去处理深度学习应用。与这类架构相比,寒武纪处理器的运算效率更高,性能功耗比更高,在智能领域的通用性更好。

MLU100采用寒武纪最新的MLUv01架构和TSMC16nm的先进工艺,可工作在平衡模式(1GHz主频)和高性能模式(1.3GHz主频)下,平衡模式下的等效理论峰值速度达每秒128万亿次定点运算,高性能模式下的等效理论峰值速度更可达每秒166.4万亿次定点运算,但典型板级功耗仅为80,峰值功耗不超过110瓦。MLU100云端芯片可支撑各类深度学习和经典机器学习算法,充分满足视觉、语音、自然语言处理、经典数据挖掘等领域复杂场景下(如大数据量、多任务、多模态、低延时、高通量)的云端智能处理需求。

寒武纪1M,全球首个采用台积电7nm工艺制造,能耗比达到5Tops/W,即每瓦特5万亿次运算,并提供2Tops4Tops8Tops三种规模的处理器核,满足不同场景、不同量级的AI处理需求,并支撑多核互联。寒武纪1M处理器延续了前两代IP产品寒武纪1H/1A卓越的完备性,单个处理器核即可支撑CNNRNNSOM等多样化的深度学习模型,更进一步支撑SVMk-NNk-Means、决策树等经典机器学习算法,支撑本地训练,为视觉、语音、自然语言处理以及各类经典的机器学习任务提供灵活高效的计算平台,可广泛应用于智能手机、智能音箱、智能摄像头、智能驾驶等领域。

科大讯飞在发布会上披露的测试结果表明,寒武纪的智能处理器在语音智能处理上,能耗效率领先竞争对手的云端GPU方案达5倍以上。据称,其专为神经网络任务优化的架构可以使其达到传统四核 CPU25 倍以上的性能。由于计算能力显著提高,利于计算向数据移动。这将从关键点上打破传统范式:先把收据收集到存储服务器里,需要时再处理查询。在配有AI加速芯片的前端传感器,拥有一定程度的信息处理能力,传感器的角色就从当前的数据采集,上升为数据采集和简单处理,处理复杂度较高时,传感器再上传数据。 以下尝试列举几例,说明可能发生的变革。初步粗糙的想法,有很大的斟酌余地和提升空间。

居家防区报警主机是智能家居的核心设备,连接多种传感器:被动红外探测器、红外幕帘传感器、烟雾传感器、门窗磁传感器、手动报警按钮等。由于各传感器输出开关量信号,报警主机对居室内的态势感知获取的信息非常有限。当处理芯片升级为AI加速芯片之后,从红外传感器、烟雾传感器采集连续信号获取更多的信息,从而更智能地服务家居。目前的防区报警主机,操作起来极为不方便,找人厌烦最后大家都弃之不用。有了人工智能芯片之后,可以自行判断态势完成布防和撤防工作,发生小概率错误时,接收人类语言指令提示改正。

楼宇控制系统控制楼宇里的水电风,在保障正常使用和节省开支避免浪费之间如何取得最优化解决方案,一直困扰现场工程师们。借助水压、光通量、水流量、空气质量等多种传感器,人工智能算法可以结合实时环境因素自动优化参数,保持系统工作在最优状态。

门禁考勤系统已经用上了深度学习支撑的人脸识别、指纹识别、声纹识别。当前端扫描到光学图像或者声学数据之后,数据被传向服务器,由服务器集中处理,做出识别之后,向前端传回结果。当大量的前端信息集中在短时内传向服务器,系统延迟问题就会出现。将计算向数据移动,AI加速芯片安装在前端图像采集器后,在前端即可处理本地数据。只有当本地没有相应数据时,服务器才处理。服务器负担缓解,整个系统反应延迟就小。

视频监控是弱电智能行业的重头戏,公共安全方面,例如在广场、车站、街道、商场等应用场景,传统方法依靠监控人员值守在电子屏幕墙前,遇到异常情况通知外勤的保安人员。人类注意力集中的持续时间是有限的,监控人员能值守的图像数量也是有限的。对于追逃这样的任务几乎不可能完成,对于突发性的局部事件,也不可能实时捕捉到。这类任务最好由计算机自动完成。随着深度学习技术的发展,科学家已经开始研究图像内容语义理解问题,通过分析图像识别盗窃、打架等异常行为,在人多、光照变化大、有局部遮挡等复杂光学成像环境条件下,跟踪识别特定对象。从发表的论文看,这方面的研究局限在挖掘单点计算算法潜力上。实际上由于算力的提高和寒武纪芯片提供的云与端协同计算的计算模式,可以利用多镜头之间的关联关系,组成一个集群计算系统,从事件的发展时空轨迹提取信息,有助于机器对图像内容的理解,有望突破单点计算的极限能力。

目前巡更系统的使用方式,其实脱离了原来的设计目的。在需要夜间定期安全检查的使用单位,希翼安保人员能克服睡意走出岗亭巡查。但值夜班熬瞌睡还能尽职尽责拿着巡更棒四处查看的人少之又少巡更基本上走过场,巡更系统变成了摆设。使用机器人巡更,可免除保安人员半夜定时巡更之苦。普通机器人已经进入商用,巡更机器人具有多种传感器感知外界情况:可见光成像、红外成像、超声测距、温度、湿度,也可能安装其他特殊用途的传感器:电磁、煤气等,还要能防止人为攻击。机器人能融合多种信息源,做出模拟人的判读和决策,找出躲藏在暗处的小偷,看到忘记关闭的门窗,有泄露的化学容器。得到AI加速片的加持,巡更机器人可以出色完成任务。

旋翼无人机巡逻将是弱电智能行业新的成员。基于像素级语义理解图像内容算法可以处理无人机上携带的摄像机拍摄的图像,从而实现自动调整飞行高度和躲避障碍。无人机巡航航路自动规划技术大量使用人工智能技术,求得最优解,从而飞行最短、视频覆盖面最大。

未来技术演变也许更丰富更贴近实际应用,以AI加速芯片的核心的产业生态已经逐步形成。寒武纪的合作伙伴联想企业在发布会上宣布了国内首款搭载寒武纪MLU100智能处理卡的服务器平台Thinksystem SR650,打破了37项服务器基准测试的世界记录。中科曙光发布了全球首款基于寒武纪MLU的云端服务器PHANERON系列,以及人工智能管理平台SothisAI,可以与寒武纪芯片及其开发环境实现无缝对接、深度融合。科大讯飞则披露了与寒武纪芯片的深度合作研发项目,尤其是披露根据最新的测试结果,寒武纪智能处理器在语音智能处理上,能耗比领先竞争对手的云端GPU方案超过5倍,可使语音本地识别准确率相对传统处理器加速9.8%。alibaba达摩院正研发一款神经网络芯片Ali-NPU,该芯片将运用于图像视频分析、机器学习等AI推理计算。其他创业企业有:耐能、地平线机器人、深鉴科技、西井科技、云之声、云天励飞等都是有实力产品研发企业,不久的将来可以看到他们的人工智能嵌入式芯片进入市场应用。

以上仅就AI加速芯片对弱电智能行业的影响做了简单初级的展望,随着新的技术突破和应用范式革新,技术演变过程将会更加贴近实用、更加智能完善。

 

 

 

 

 

 


盱眙365网站|365平台网址

XML 地图 | Sitemap 地图