ai芯片加速图像识别

wujianming-110117 wujianming-110117     2022-12-03     156

关键词:

AI芯片加速图像识别

AI chip accelerates image recognition

法国研究机构CEA-Leti和LIST在2020年VLSI研讨会上展示了一种概念验证芯片,该芯片集成了低功耗物联网节点和人工智能加速器,并展示了超快的唤醒时间,峰值至空闲功耗降低了1500倍。对于机器学习任务,该节点每秒可提供高达1.3tera次运算/瓦特(TOPS/W)或36个gop。             

这款名为SamurAI的芯片在占用检测系统中进行了测试,该系统包括PIR传感器、224×224像素黑白摄像头、FeRAM和低功率收音机。日均系统功耗为105µW,SamurAI消耗了预算的26%。该系统使用PIR传感器,每天占用房间8小时,间隔5s,摄像机每秒1帧,收音机10x。

SamurAI System

amurAI使用了两个片上子系统:一个低功耗的无时钟事件驱动唤醒控制器,可以在207ns内启动;一个按需子系统包括一个具有深度睡眠模式的RISC-V CPU加上PNeuro-AI加速器和密码加速器。             

这种双子系统方案可以实现15000倍的峰值与空闲功率比。下图显示了不同模式下的功耗;空闲模式仅消耗6.4µW。在CPU和AI加速器运行的情况下,功耗为96 mW。              

该芯片基于STMicro的28nm全耗尽绝缘体上硅(FD-SOI)工艺,功率图在没有体偏压的情况下给出。硅的尺寸为4.5mm2,具有6个可切换的功率域。

技术图片

SamurAI power consumption measurements by power modes (the modes are L-R: idle, wake-up controller (WuC) only, wake-up controller and wake-up radio (WuR), wake-up controller and peripherals, and CPU running

AI accelerator

该芯片的人工智能加速器,这个团队称之为PNeuro的设计,是一种单指令、多数据(SIMD)可编程加速器。它由2个32x 8位处理单元组成,带有264kB多银行SRAM。它可以执行多达64个乘法累加(mac)每个周期。PNeuro块在2.8gops/0.48V时可以达到1.3tops/W,对于8位全连接的神经网络层,它可以在0.9V下达到36个GOPS。             

与使用控制器RISC-V内核进行ML计算相比,使用PNeuro加速器使系统的总功耗降低了2.3倍。

技术图片

SamurAI’s two-cluster PNeuro accelerator with 64 processing elements total 

技术图片

PNeuro’s energy efficiency is 1.3 TOPS/W maximum and performance is 36 GOPS maximum

该设计是为物联网应用而设计的,在长时间的“睡眠”之间需要零星的计算能力。与其连接到云端,如果节点本身能够处理AI工作负载,则通常可以更快地完成,并且由于数据不在系统外部共享,因此不会涉及隐私。这可能包括使用摄像机或其他传感器进行人员检测或场景识别等应用。

 

综述|麻省理工发布《人工智能加速器》详解80+类ai芯片性能优劣

点上方人工智能算法与Python大数据获取更多干货在右上方 ··· 设为星标 ★,第一时间获取资源仅做学术分享,如有侵权,联系删除转载于:专知在过去的几年里,每个月都会发布新的机器学习加速器,... 查看详情

tsingsee青犀视频ai智能识别功能开发如何通过gpu实现加速识别?

...耗工程量较大的进程,如果使用CPU进行AI识别则不会加速,并且还会产生非常卡顿的现象,效果很不理想 查看详情

各类场景应用中涉及的ai算法汇总

参考技术A整理了各类场景应用中AI算法一、图像CV内容安全,目标检测,图像识别,智能视觉生产,图像搜索,图像分割,物体检测,图像分类,图像标签,名人识别,概念识别,场景识别,物体识别,场景分析,智能相册,内... 查看详情

索尼展示了首款组合图像传感器和ai芯片

...中一样使用传统的CMOS图像传感器,然后将其堆叠在逻辑芯片上,该逻辑芯片不仅用于从传感器上拉出像素,而且用于操作从这些像素中提取信息的机器学习模型。 结果是单个电子组件可以在将照片 查看详情

索尼展示了首款组合图像传感器和ai芯片

...中一样使用传统的CMOS图像传感器,然后将其堆叠在逻辑芯片上,该逻辑芯片不仅用于从传感器上拉出像素,而且用于操作从这些像素中提取信息的机器学习模型。 结果是单个电子组件可以在将照片 查看详情

基于art-pi实现的ai图像识别(代码片段)

....com/liukangcc/ART-PI_BAIDUAI不用自己训练模型,也能进行AI图像识别;借助百度云平台,我们可以在APT-Pi上实现图像识别功能。创建图像识别应用1、打开链接 百度智能云,申请账号;2、打开控制台3、打开图像识... 查看详情

图像识别|ai在医学上的应用

参考:登上《Cell》封面的AI医疗影像诊断系统:机器之心专访UCSD张康教授IdentifyingMedicalDiagnosesandTreatableDiseasesbyImage-BasedDeepLearning 2018-2-22Cell读《IdentifyingMedicalDiagnosesandTreatableDiseasesbyImage-BasedDeepLear 查看详情

python实现ai图像识别-身份证识别(代码片段)

图像识别说白了就是把一张照片上面的文字进行提取,提供工作效率需求分析身份证识别主要是把一张身份证照片上面的文字信息进行提取,不用再使用人工去手动抄写了,下面给大家说的这个身份识别主要是使用pyt... 查看详情

百度ai图像识别(代码片段)

require‘restclient‘require‘open-uri‘require‘nokogiri‘require‘json‘require‘yaml‘require‘fileutils‘require‘base64‘defextract_phone(image_src)url="https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic"a 查看详情

技术解读倚天ecs实例—arm芯片的python-ai算力优化(代码片段)

...PU厂商也逐渐把AI算力纳入了重点发展方向,通过《Arm芯片Python-AI算力优化》我们将看到龙蜥社区Arm架构SIG(SpecialInterestGroup)利用最新的Arm指令集优化Python-AI推理workload的性能。倚天ECS实例的AI推理软件优化阿里云推... 查看详情

国产边缘ai芯片

虽然边缘AI芯片在计算性能和技术先进性方面不如云端AI芯片,但仍有其无可替代的独特优势,大致如下:保护数据安全和隐私在网络连接差的场合仍然可用。例如,集成视觉处理单元(VPU)的AI芯片可用来... 查看详情

npu芯片技术与市场发展杂谈

NPU芯片技术与市场发展杂谈推出新一代NPU!安谋科技应战AI新时代,要催化本土芯片创新2023年,万象更新,AI芯片产业亦恢复生机。在生成式人工智能(AIGC)热潮的催化下,澎湃旺盛的研发和应用需求,令算力产业空前兴奋,连... 查看详情

木棉花:基于harmonyos的ai图像识别应用开发(ets)(代码片段)

...见正文,也欢迎大家评论区解答)。不过基于HarmonyOS的AI图像识别案例可以正常运作,于是作此文章作为小分享O(∩_∩)O。概述本案例是通过网络请求连接到百度云,调用百度云AI图像识别的API,再将结果返回至应用显示。百度云... 查看详情

ai芯片在世界上有啥作用

参考技术A工具/材料AI芯片AI芯片使用可以深度学习的智能芯片,它可以把常用的计算函数快速的实现硬件化并且其所需能耗要比传统芯片所使用的能耗低。在手机上使用AI芯片使得我们的智能手机也可以像计算机一样进行自动化... 查看详情

飞桨easydl图像分类:ai自动识别车辆类型

项目说明业务背景随着城市化进程的不断推进,中国汽车的保有量一直保持上升态势,截止至2022年3月底,全国汽车保有量达3.07亿,汽车保有量的不断上升。不同车辆类型的分类在智能交通系统、公共安全等领域扮演着重要角色... 查看详情

ai人工智能方向

AI人工智能方向图像CV图像处理,犬类识别,场景文字识别,人脸算法,图像增强,计算机影像,车型识别,物体检测,黄色图片识别,目标检测API文档Logo检测使用手册,名人识别,车辆... 查看详情

ai_图像识别(代码片段)

http://ai.baidu.com/forum/topic/show/595938经测试识别率相当高,车辆信息识别  文中的importcv2不是python3自带库,需要安装pipinstallalfred-py 文中代码是别的是汽车,需要换为其他物体的识别请修改API_URL原文:本文由在当地较为... 查看详情

ibmwatsonmachinelearningaccelerator加速深度学习和大规模高分辨率的图像处理

IBMWatsonMachineLearningAccelerator加速深度学习工作负载。利用AI模型训练和推理,加快实现价值。为何要在数据和AI平台上进行深度学习?随着人类在计算、算法和数据访问上不断取得进步,企业正在更广泛地采用深度学习... 查看详情