打造原生AI处理器,爱芯元智荣获玄铁优选伙伴奖

  • 来源: 互联网   2024-03-19/09:07
    • 正文

    作为一种开放的指令集架构,RISC-V被认为是推动新一代信息技术发展的新引擎,RISC-V生态系统近年来也不断发展繁荣。

    2024年3月14日,以“开放·连接”为主题的第二届玄铁RISC-V生态大会在深圳举行,来自全球的行业专家、技术领袖、企业决策者和RISC-V社区开发者到场,共同见证玄铁RISC-V在技术创新、应用拓展、生态成果等多领域的最新进展。人工智能芯片研发及基础算力平台公司爱芯元智受邀参会。

    大会同时公布了“玄铁优选伙伴”,爱芯元智等8家公司入选。据悉,该项荣誉旨在推动玄铁生态成果落地,连接RISC-V产业链生态网络,促进玄铁商业生态发展。此次入选,代表着爱芯元智对玄铁RISC-V生态做出的贡献得到肯定。

    会上,爱芯元智联合创始人、副总裁刘建伟也受邀发表主题演讲,向与会嘉宾分享了爱芯通元混合精度NPU这一面向边端侧算力布局的AI处理器,以及基于RISC-V生态所进行的AI算力提升及行业落地探索。

    AI无处不在,RISC-V为AI计算添动力

    从以ChatGPT为代表的云端大模型,到边缘侧的计算盒子和散布于端侧的各个摄像头,伴随着技术的快速发展,AI已经无处不在。智能驾驶、智能机器人、智慧工厂、智慧城市、智能零售等多个端侧业务场景下,AI都开始发挥作用,为各行各业带来了生产力的提升。

    作为支持边缘侧和端侧智能的平台型芯片公司,爱芯元智以“普惠AI 造就美好生活”作为企业使命,专注于高性能、低功耗的人工智能视觉处理器芯片研发。刘建伟介绍,爱芯元智的系列芯片产品已在AIoT、ADAS两大产品线得到广泛应用并实现稳健发展,推动AI在边缘侧和端侧的部署落地。

    但AI在边端侧的落地,也意味着更高的算力需求。对此,精简、灵活、高效的RISC-V指令集架构展现出了其优势,有望成为万物互联时代核心处理器的架构之一。作为本次玄铁优选伙伴,爱芯元智也在现场分享了基于玄铁RISC-V所进行的行业落地实践,如面向物联网领域,爱芯元智通过应用玄铁RISC-V处理器,并结合爱芯智眸AI-ISP和爱芯通元混合精度NPU两大自研核心技术,实现了快速低功耗AI检测唤醒,可大大降低系统耗电,轻松应对电池类产品需求。

    同时,爱芯元智还通过爱芯通元混合精度NPU与玄铁RISC-V IP的结合,打造出高能效AI计算平台,实现了图形分割、以文搜图等大算力应用,满足边端不同场景下对感知、计算和数据处理能力的需求。

    打造原生AI处理器,携手玄铁RISC-V重塑千行百业

    算力是AI的基础,那么AI时代,我们究竟需要什么样的算力基建?

    刘建伟指出,当下,AI程序的计算密度变得更高,呼唤着NPU这一新的处理器出现,“作为AI专用处理器,NPU应该有自己的指令集,而不是被简单理解为加速器或是扩展指令集。”其表示,在AI计算中,指令操作的对象变成了高维的张量,因此整个处理器的能耗需要放在数据计算上,且降低数据搬运和整理组合的能耗。而从推理的角度来看,大部分AI的算法/算子已处于收敛状态。因此,以算子这一AI模型的基本运算单元为指令集进行NPU设计,可以打开硬件微架构设计空间,从而有更多的设计思路可以使用,提高能效比。

    而作为爱芯元智自研核心技术,爱芯通元混合精度NPU即是以算子为原子指令集的AI计算处理器,其采用多线程异构多核设计,实现算子、网络微结构、数据流和内存访问优化,高效支持混合精度算法设计,原生支持Transformer网络结构,为大模型在边缘侧、端侧的应用提供了良好的基础。

    同时,爱芯通元混合精度NPU还提供成熟易用的编译器,从而大幅度降低AI软件的开发、部署成本,助力客户在一小时内快速上手,推动AI计算的蓬勃发展。

    从AI处理器在视觉领域的评价指标来看,爱芯通元混合精度NPU也表现出色,其在运行SwinT时,量化精度达到了高于市面平均水平的80.45%,并有着416 FPS的高性能和199FPS/W的低功耗。

    为满足多样化的AI计算需求,作为AI处理器的NPU还需要更加灵活的动态控制,这也正是爱芯元智与玄铁RISC-V展开深度合作的原因。据介绍,爱芯元智正在探索基于玄铁RISC-V主控和爱芯通元混合精度NPU,打造生成式AI解决方案。“我们希望携手玄铁RISC-V打造AI硬件的最优平台选择,把AI落到千行百业,助力更多客户提升效率,创造价值。”刘建伟表示。


    评论 {{userinfo.comments}}

    {{money}}

    {{question.question}}

    A {{question.A}}
    B {{question.B}}
    C {{question.C}}
    D {{question.D}}
    提交

    驱动号 更多