一種新穎的深度學習加速器。專用單元定義了一個SRAM,該單元可以處理矩陣乘法,量化,存儲以及推理處理器所需的其他工作。
在Spice仿真中,當使用8位整數數學識別手寫數字時,該設計可提供100兆次操作/秒/瓦(TOPS / W)。它的計算密度可以擊敗Google的TPU一個數量級。
該設計是使用內存中計算方法的加速器產品線中最新的一種。設計使用40納米NOR閃存單元的深度學習處理器,其目標是為監視攝像機等設備使用低功耗芯片。
設計時使用了很少的模擬電路,因此可以擴展到精細的工藝節點。它可能成為低功耗處理器中引擎(從邊緣到云)的引擎。
獨特的方式操縱SRAM單元以處理深度學習任務
這個設計使用戶可以為從權重到神經網絡層甚至單個神經元的所有內容創建自定義參數。這種靈活性可以使將來設計用于訓練處理器的設計成為可能。但是尚無用于對該設計進行編程的軟件堆棧,可能會在以后解決或留給將來的客戶使用。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。
舉報投訴
-
AI
+關注
關注
91文章
39768瀏覽量
301371 -
SPICE
+關注
關注
6文章
198瀏覽量
44565
發布評論請先 登錄
相關推薦
熱點推薦
并行sram芯片介紹,并行sram芯片應用場景
,因獨特的高帶寬接口,在眾多要求嚴苛的場景中發揮著不可替代的作用。與串行接口的SRAM相比,并行SRAM最顯著的特征在于其采用了并行數據總線進行傳輸。這種接口通常具備多根地址線與數據線,能夠與
穿孔機頂頭檢測儀 機器視覺深度學習
LX01Z-DG626穿孔機頂頭檢測儀采用深度學習技術,能夠實現頂頭狀態的在線實時檢測,頂頭丟失報警,頂頭異常狀態報警等功能,響應迅速,異常狀態視頻回溯,檢測頂頭溫度,配備吹掃清潔系統,維護周期長
發表于 12-22 14:33
如何深度學習機器視覺的應用場景
深度學習視覺應用場景大全 工業制造領域 復雜缺陷檢測:處理傳統算法難以描述的非標準化缺陷模式 非標產品分類:對形狀、顏色、紋理多變的產品進行智能分類 外觀質量評估:基于學習的外觀質量標
雙口SRAM靜態隨機存儲器存儲原理
在各類存儲設備中,SRAM(靜態隨機存儲器)因其高速、低功耗和高可靠性,被廣泛應用于高性能計算、通信和嵌入式系統中。其中,雙口SRAM靜態隨機存儲器憑借其獨特的雙端口設計,在高帶寬和多任務
高速數據存取同步SRAM與異步SRAM的區別
存儲解決方案。與傳統的異步SRAM相比,同步SRAM在結構和工作機制上進行了優化,能夠更好地適應高速數據處理場景,因此在通信設備、嵌入式系統及高性能計算等領域被廣泛應用。
SRAM是什么,SRAM的芯片型號都有哪些
在處理器性能持續攀升的今天,存儲系統的速度已成為制約整體算力的關鍵瓶頸之一。作為最接近CPU核心的存儲單元,SRAM(靜態隨機存取存儲器)承擔著高速緩存的重要角色,其性能直接影響數據處理
PSRAM融合SRAM與DRAM優勢的存儲解決方案
PSRAM(偽靜態隨機存儲器)是一種兼具SRAM接口協議與DRAM內核架構的特殊存儲器。它既保留了SRAM無需復雜刷新控制的易用特性,又繼承了DRAM的高密度低成本優勢。這種獨特的設計使PSRAM在嵌入式系統和移動設備領域獲得了
深度學習對工業物聯網有哪些幫助
、實施路徑三個維度展開分析: 一、深度學習如何突破工業物聯網的技術瓶頸? 1. 非結構化數據處理:解鎖“沉睡數據”價值 傳統困境 :工業物聯網中70%以上的數據為非結構化數據(如設備振動波形、紅外圖像、日志文本),傳統方法難以
瑞芯微NPU使用攻略
RKNPU概述RKNPU(RockchipNeuralProcessingUnit)是瑞芯微(Rockchip)公司專為神經網絡處理設計的硬件加速單元,旨在提升人工智能和機器學習任務的
新能源車軟件單元測試深度解析:自動駕駛系統視角
。
?自動駕駛軟件的特殊性?
? 感知層: ?激光雷達、攝像頭等傳感器數據處理算法的單元測試需覆蓋極端場景。例如,激光雷達點云濾波算法在雨雪天氣下的噪聲抑制能力需通過邊界測試驗證。某廠商曾在測試中遺漏
發表于 05-12 15:59
嵌入式AI技術之深度學習:數據樣本預處理過程中使用合適的特征變換對深度學習的意義
? 作者:蘇勇Andrew 使用神經網絡實現機器學習,網絡的每個層都將對輸入的數據做一次抽象,多層神經網絡構成深度學習的框架,可以深度理解數據中所要表示的規律。從原理上看,使用
獨特的方式操縱SRAM單元以處理深度學習任務
評論