Cadence+Tensilica+Vision+C5DSP完美匹配嵌入式神经网络需求.pdfVIP

Frontier C删l技术前沿I Technology Cad Tensilica1en VisionV1S10nC5 SP3r 笺完美匹配嵌入式神经网络需求 ■■囝 鲤骤曼 翻妄哆t 滋 I本刊记者|I单祥茹 时隔一年多，重出江湖的AlphaGo与目前排 目前的平台都不够理想，设计者亟需一个全新 名世界第一的中国棋手柯洁展开的“人机围棋 C5 的解决方案。VisionDSP是一款针对嵌入式 大战”再次将深度学习推到科技的风口浪尖。 系统量身定制的高性能、通用型神经网络处理 大家都说聪明的AlphaGo是一群天才编程者智 器，它集成方便、使用灵活，能效相比CNN硬 慧的结晶，其实它背后用来训练神经网络的超 件加速器、GPU和CPU也更为出色。” 强计算平台同样功不可没。随着神经网络应用 面向汽车、监控、无人机和移动市场的专 的日益深入和复杂，对计算的要求与日俱增， 用DSP基于摄像头的视觉系统在汽车、无人机和 同时，神经网络自身的架构也在不断进化。对 安防领域最为常见，这类应用需要进行两类不 于机器的深度学习而言，CPU、GPU、FPGA、 同的视觉计算。首先，利用传统视觉算法对摄 DSP，究竟哪种方案更具优势呢? 像头捕捉到的照片或图像进行增强；其次，使 Cadence公司Tensilica事业部市场高级总监 用基于神经网络的认知算法对物体进行检测和 Steve Roddy表示：“在人工智能领域，一款产 识别。现有的神经网络处理(NNAccelerator) 品的开发可能耗时数年，选择理想的神经网络 解决方案大多数依赖与图像DSP相连的硬件加速 平台至关重要。对于随时在线(always-on)的 器；神经网络代码被分为两部分，一部分网络 嵌入式系统，其中的神经网络处理器不仅需要 层运行在图像DSP上，卷积层则运行在硬件加速 强大的图像处理能力和超低功耗，灵活性和面 器上。这种方案不但效率低下，且耗能较高。 向未来(future—proof)的前瞻性也必不可少。 Steve C5DSP不是 Roddy再三强调，Vision 神经网络硬件加速器，而是一款专门针对神经 VisionC5 图1 DSP是一款专门针对神经网络进行定制优化的 DSP 网络进行定制优化的DSP，如图1所示，它可以 实现全神经网络层的运算加速(卷积层、全连 ·1024MAC