在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

多項第一!Imagination神經網絡加速器通過AIIA DNN benchmark評估

Dbwd_Imgtec ? 來源:YXQ ? 2019-07-12 15:23 ? 次閱讀

在6月28日南京國際博覽會議中心召開的中國人工智能峰會,中國人工智能產業發展聯盟(AIIA)總體組組長孫明俊主持發布了“AIIA DNN Benchmark”測評結果,Imagination的神經網絡加速器通過了《AIIA DNN benchmark——人工智能端側芯片基準測試評估方案 V0.5 版本》!在測試中,Imagination的神經網絡加速器在多項測試中名列第一!

據發布的報告,在基于端側推斷任務深度神經網絡處理器基準測試結果中,Imagination的神經網絡加速器在多個框架測試中成績名列第一!

孫明俊表示AIIA DNN Benchmark已經制定兩套評估規范、完成兩輪端側評估評測工作,增加支持安卓和Linux操作系統,是唯一一家區別整形和浮點的評測標準,目前該發布結果已經公布,

網址是:http://aiiaorg.cn/uploadfile/2019/0702/20190702065314379.pdf

AI 進入爆發期后,芯片對技術進步的影響愈發凸顯。AI 芯片益復雜化、多樣化,一方面,芯片廠商紛紛給出不同的衡量標準,聲稱其產品在計算性能、單位能耗算力等方面處于行業領先水平;另一方面,需求方卻關心如何能從廠商給出的信息中判斷出芯片是否能實際滿足其真實場景的計算需求。針對這一現狀,一個與真實場景緊密相連的、同時跨產品可比的測試評估方案的出現,迫在眉睫。

如何構建與真實場景緊密相連的、面向不同產品形態、設備級別的 AI 加速器測試評估方案?在2018 年的AIIA 人工智能開發者大會上,《AIIA DNN benchmark——人工智能端側芯片基準測試評估方案 V0.5 版本》就由孫明俊代表中國人工智能產業發展聯盟發布。

據孫明俊介紹,AIIA DNN benchmark 的工作目標為客觀反映當前以提升深度學習處理能力的 AI 加速器現狀,所有指標均旨在提供客觀比對維度。AIIA 希望,該方案能夠為芯片企業提供第三方評測結果,幫助產品市場宣傳;同時為應用企業提供選型參考,幫助產品找到合適其應用場景的芯片。V0.5 版本首先給出了端側評估方案。

據孫明俊介紹,AI 基準測試方案的制定面臨諸多挑戰。即便拋開優化程度、硬件架構等若干問題不談,延遲、帶寬、能耗都要納入考慮范圍。同時,各種神經網絡模型都有不同參數,不同設備在不同參數下有不同的輸出曲線。如何讓指標在不同級別的設備中橫向可比?而云端和終端的應用是否需要不同的基準測試?如何為不同測試項目分配權重,以獲得一個相對公正客觀、有代表性的評分?這些都是應用領域的差異性和實現選擇的多樣性導致的測評難題。

針對以上特點,AIIA 聯合 Arm 中國、阿里巴巴集團、百度、寒武紀科技、ChipIntelli、地平線、華為、華大半導體、Imagination、Synopsys,騰訊、云之聲等 12 家企業,推出了 AIIA DNN benchmark——人工智能端側芯片基準測試評估方案。

AIIA DNN benchmark 以“版本迭代、不斷豐富、不斷完善”的工作方式,為更多評測應用場景、評測指標等提供評估方案,首輪測試對象主要為端側設備。AIIA DNN benchmark 的發布,能夠促進芯片供給側與需求側的交流,讓需求方的意見能夠更快傳達到芯片企業,讓企業進行有針對性的改良,加快行業迭代速度,推動 AI 產業的快速進步。

2017年9月,Imagination Technologies發布第一代神經網絡加速器PowerVR NNA,此款NNA具有完整且獨立式的IP,在面積效率、性能運算以及功耗等方面都具有“秒殺”競爭對手的優勢。

2018年12月,Imagination Technologies發布了其面向人工智能(AI)應用的最新神經網絡加速器(NNA)架構PowerVR Series3NX。單個Series3NX內核的性能可從0.6到10萬億次操作/秒(TOPS),同時其多核實現可擴展到160TOPS以上。得益于包括無損權重壓縮等架構性增強,Series3NX架構的性能可在相同的芯片面積上較上一代產品提升40%,使SoC制造商可在性能效率方面提高近60%,且帶寬需求降低了35%。

Imagination在PowerVR Series3NX中增加了無損的權重壓縮特性,這種壓縮減少了需要存儲和通過系統內存來傳遞數據的神經網絡模型的大小,這意味著與PowerVR Series2NX相比,Series3NX提供了更加高效的總體帶寬,相比Series2NX降低了35%,同時降低了SoC的功耗。

作為Series3NX架構的一部分,2018年年底,Imagination 還發布了PowerVR Series3NX-F(Flexible)IP配置,以提供前所未有的功能性和靈活性平衡,同時還結合了行業領先的性能。采用Series3NX-F的客戶可以通過OpenCL框架來實現差異化并為其產品增加價值。

PowerVR Series3NX能夠滿足自動駕駛等應用的高計算需求,實現了下一代真正的人工智能。通過使用Imagination的專用深度神經網絡(DNN)API,開發人員可以輕松地針對Series3NX架構以及現有PowerVR GPU編寫人工智能應用程序。該API可以在多種SoC配置上工作,以便在現有設備上輕松地完成原型設計,目前Imagination的神經網絡加速器產品已經廣泛應用在手機、安防、智慧家居領域。

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
  • 加速器
    +關注

    關注

    2

    文章

    825

    瀏覽量

    38982
  • 神經網絡
    +關注

    關注

    42

    文章

    4811

    瀏覽量

    103028

原文標題:多項第一!Imagination神經網絡加速器通過AIIA DNN benchmark評估

文章出處:【微信號:Imgtec,微信公眾號:Imagination Tech】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦
    熱點推薦

    MAX78002帶有低功耗卷積神經網絡加速器的人工智能微控制技術手冊

    的Maxim超低功耗微控制相結合。通過這款基于硬件的卷積神經網絡(CNN)加速器,即使是電池供電的應用也可執行AI推理,同時功耗僅為微焦耳級。
    的頭像 發表于 05-08 10:16 ?134次閱讀
    MAX78002帶有低功耗卷積<b class='flag-5'>神經網絡</b><b class='flag-5'>加速器</b>的人工智能微控制<b class='flag-5'>器</b>技術手冊

    BP神經網絡與卷積神經網絡的比較

    多層。 每層都由若干個神經元構成,神經元之間通過權重連接。信號在神經網絡中是前向傳播的,而誤差是反向傳播的。 卷積
    的頭像 發表于 02-12 15:53 ?557次閱讀

    什么是神經網絡加速器?它有哪些特點?

    神經網絡加速器種專門設計用于提高神經網絡計算效率的硬件設備。隨著深度學習技術的快速發展和廣泛應用,神經網絡模型的復雜度和計算量急劇增加,
    的頭像 發表于 07-11 10:40 ?911次閱讀

    BP神經網絡和人工神經網絡的區別

    BP神經網絡和人工神經網絡(Artificial Neural Networks,簡稱ANNs)之間的關系與區別,是神經網絡領域中個基礎且重要的話題。本文將從定義、結構、算法、應用及
    的頭像 發表于 07-10 15:20 ?2160次閱讀

    深度神經網絡(DNN)架構解析與優化策略

    深度神經網絡(Deep Neural Network, DNN)作為機器學習領域中的種重要技術,以其強大的特征學習能力和非線性建模能力,在多個領域取得了顯著成果。DNN的核心在于其多
    的頭像 發表于 07-09 11:00 ?3703次閱讀

    rnn是遞歸神經網絡還是循環神經網絡

    RNN(Recurrent Neural Network)是循環神經網絡,而非遞歸神經網絡。循環神經網絡種具有時間序列特性的神經網絡,能
    的頭像 發表于 07-05 09:52 ?972次閱讀

    遞歸神經網絡與循環神經網絡樣嗎

    神經網絡種基于樹結構的神經網絡模型,它通過遞歸地將輸入數據分解為更小的子問題來處理序列數據。RvNN的核心思想是將復雜的序列問題
    的頭像 發表于 07-05 09:28 ?1555次閱讀

    遞歸神經網絡是循環神經網絡

    遞歸神經網絡(Recurrent Neural Network,簡稱RNN)和循環神經網絡(Recurrent Neural Network,簡稱RNN)實際上是同個概念,只是不同的翻譯方式
    的頭像 發表于 07-04 14:54 ?1466次閱讀

    卷積神經網絡和bp神經網絡的區別在哪

    結構、原理、應用場景等方面都存在定的差異。以下是對這兩種神經網絡的詳細比較: 基本結構 BP神經網絡種多層前饋神經網絡,由輸入層、隱藏
    的頭像 發表于 07-04 09:49 ?2w次閱讀

    反向傳播神經網絡和bp神經網絡的區別

    反向傳播神經網絡(Backpropagation Neural Network,簡稱BP神經網絡)是種多層前饋神經網絡,它通過反向傳播算法
    的頭像 發表于 07-03 11:00 ?1202次閱讀

    如何使用神經網絡進行建模和預測

    神經網絡種強大的機器學習技術,可以用于建模和預測變量之間的關系。 神經網絡的基本概念 神經網絡種受人腦啟發的計算模型,由大量的節點(
    的頭像 發表于 07-03 10:23 ?1262次閱讀

    BP神經網絡屬于DNN

    深度神經網絡(Deep Neural Network,簡稱DNN)則是指具有多個隱藏層的神經網絡,可以處理復雜的數據和任務。那么,BP神經網絡是否屬于
    的頭像 發表于 07-03 10:18 ?1222次閱讀

    bp神經網絡是深度神經網絡

    Network)有相似之處,但它們之間還是存在些關鍵的區別。 、引言 神經網絡種模擬人腦神經元結構的計算模型,它由大量的
    的頭像 發表于 07-03 10:14 ?1336次閱讀

    bp神經網絡和卷積神經網絡區別是什么

    結構、原理、應用場景等方面都存在定的差異。以下是對這兩種神經網絡的比較: 基本結構 BP神經網絡種多層前饋神經網絡,由輸入層、隱藏層和
    的頭像 發表于 07-03 10:12 ?2519次閱讀

    卷積神經網絡和bp神經網絡的區別

    不同的神經網絡模型,它們在結構、原理、應用等方面都存在定的差異。本文將從多個方面對這兩種神經網絡進行詳細的比較和分析。 引言 神經網絡
    的頭像 發表于 07-02 14:24 ?6010次閱讀
    主站蜘蛛池模板: 夭天干天天做天天免费看 | 欧美午夜电影 | 欧美激情综合色综合啪啪五月 | 卡1卡2卡3精品推荐老狼 | 又粗又大又猛又爽免费视频 | 狠狠做深爱婷婷久久一区 | 日本高清www | 国产性夜夜春夜夜爽 | 寂寞午夜影院 | 岛国一级毛片 | 日本欧美一区二区 | 啪啪网站免费看 | 天天摸夜夜摸夜夜狠狠摸 | 久久亚洲成人 | 国产一级大片在线观看 | 免费国产成人α片 | 免费网站在线视频美女被 | 一级做a爰片久久毛片一 | 欧美性黑人十极品hd | 午夜影院免费观看视频 | 亚洲爱爱视频 | 天天做天天爽天天谢 | 老司机亚洲精品影院在线观看 | 天堂8资源在线官网资源 | 亚洲 欧美 日韩 丝袜 另类 | 偷偷操不一样的久久 | 精品视频在线观看视频免费视频 | 三级视频在线 | 高清影院在线欧美人色 | 天天拍夜夜添久久精品免费 | 免费国产h视频在线观看 | 色偷偷888欧美精品久久久 | 免费深夜视频 | 最新在线网址 | 亚洲乱亚洲乱妇41p 亚洲乱亚洲乱妇41p国产成人 | 日本免费福利视频 | 久草资源站在线 | 国产伦精品一区二区三区免费 | 久久国产香蕉视频 | 五月婷婷综合色 | 天天干夜夜夜操 |