力積電開發(fā)AI芯片提升IoT單芯片效能 降低功耗及開發(fā)成本
在5G、AI、IoT可說是近幾年半導(dǎo)體產(chǎn)業(yè)最熱門的議題的情況下,為因應(yīng)5G時代AI邊緣運算需求持續(xù)增加,如何提升IoT芯片AI運算效率卻不增加功耗,已成為IC設(shè)計產(chǎn)業(yè)難題。對此,力積電董事長黃崇仁表示,透過力積電新開發(fā)的AI芯片,可以有效降低AIoT應(yīng)用服務(wù)設(shè)備開發(fā)成本。
本文引用地址:http://www.ex-cimer.com/article/201911/407426.htm黃崇仁20日于2019日本嵌入式&物聯(lián)網(wǎng)技術(shù)大展(ET&IoT Technology 2019)上進行專題演講時表示,力積電開發(fā)中的AI芯片(AI Memory)技術(shù),是將MCU與DRAM整合到單一芯片上,并讓存儲器資料可依照需求進行非循序存取,進而提升影像神經(jīng)網(wǎng)路運算10倍處理效率,讓IC設(shè)計業(yè)者開發(fā)出體積更小的單芯片電腦(Single Chip Computer),進而降低AIoT應(yīng)用服務(wù)設(shè)備開發(fā)成本。
黃崇仁進一步指出,人類大腦有大約10的11次方個神經(jīng)元(neuron)與10的15次方個突觸(synaptic),形成一個連接線路高達數(shù)千英里的立體性神經(jīng)網(wǎng)路架構(gòu)。但是,整個大腦的耗電量只有25瓦,可說是非常省電。力積電在研究分析大腦神經(jīng)元運作架構(gòu)之后,耗費許久開發(fā)出AI芯片(AI Memory,AIM)技術(shù),協(xié)助IC設(shè)計業(yè)者可以開發(fā)出給AI運算用的AI芯片,不僅低耗電,AI運算效率也能符合應(yīng)用需求。
他還表示,IC設(shè)計業(yè)者可以透過AIM Innovation Service Platform架構(gòu),與力積電、智成電子、愛普科技合作,將CPU與DRAM相關(guān)IP放在同一顆芯片中。如此一來,MCU到DRAM的資料傳輸,可以從常用的32位元大幅提升至4096位元,不僅增加資料傳輸頻寬,并且達到低延遲與低耗電效果。甚至,還可以把Wi-Fi芯片功能包進去,讓單一芯片可以獲得相當(dāng)于單芯片電腦所需功能,并能降低芯片耗電量。
而以行車安全最需要的ADAS(先進駕駛輔助系統(tǒng),Advanced Driver Assistance Systems)應(yīng)用為例,若是采用AIM技術(shù)所開發(fā)的單芯片,搭配影像神經(jīng)網(wǎng)路加速運算程式(Video Neuron Network Accelerator,VNNA),在進行1080p RGB影像物件分離處理上,可以達到10倍的執(zhí)行效率,但耗電量卻只要原來的十分之一,可說是非常省電又有AI運算效率。同樣的架構(gòu)與技術(shù)可以讓自駕車、無人車、攝影機、影像監(jiān)控等芯片供應(yīng)業(yè)者采用,協(xié)助相關(guān)芯片業(yè)者開發(fā)出具有特定領(lǐng)域的AI加速芯片產(chǎn)品。
此外,由于在范紐曼型架構(gòu)(von Neumann architecture)下,傳統(tǒng)AI運算上會碰到的頻頸是資料需要循序處理,不符合AI運算情境上其實是要能非循序存取的需求。而力積電的AI Memory技術(shù),就可開發(fā)出后范紐曼型架構(gòu)的存儲器處理方式,除了將CPU到DRAM的頻寬大幅提升,甚至可以在存儲器存取上加入控制電路,以非循序存取的方式高速讀取DRAM資料,進而提升AI運算執(zhí)行效率。
評論