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

    799

    瀏覽量

    37874
  • 神經網絡
    +關注

    關注

    42

    文章

    4771

    瀏覽量

    100772

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

    BP神經網絡樣本的獲取方法

    的訓練樣本是至關重要的。 數據收集 數據收集是構建BP神經網絡模型的第一步。根據研究領域和應用場景的不同,數據來源可以分為以下幾種: 1.1 實驗數據:通過實驗或觀察獲得的數據,如生物實驗、化學實驗等。 1.2 傳感
    的頭像 發表于 07-11 10:50 ?591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 ?489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 ?1072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 ?1883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 ?577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 ?861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 ?759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 ?9293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 ?808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 ?755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 ?776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 ?850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 ?1186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 ?3986次閱讀

    西門子推出Catapult AI NN軟件,賦能神經網絡加速器設計

    西門子數字化工業軟件近日發布了Catapult AI NN軟件,這款軟件在神經網絡加速器設計領域邁出了重要步。Catapult AI NN軟件專注于在專用集成電路(ASIC)和芯片級系統(SoC)上實現
    的頭像 發表于 06-19 11:27 ?863次閱讀
    主站蜘蛛池模板: 激情综合在线| 欧美骚| 免费网站在线视频美女被| 欧美在线视频看看| 成人免费久久精品国产片久久影院| 国产大片91精品免费观看不卡| 最新在线视频| 欧美视频一区二区三区在线观看| 国产成人亚洲毛片| 天堂色网| 在线天堂中文官网| 午夜伦理片在线观看| 日本乱理论片免费看| 激情四月婷婷| 永久免费精品影视网站| 免费黄色三级网站| 在线天堂资源| 国产九色在线| 欧洲国产精品精华液| 被啪漫画羞羞漫画| 日本免费成人| 天天操人人| 日本人六九视频69jzz免费| 免费大片a一级一级| 色福利网站| 国产精品永久免费自在线观看| 国产片一级| xxxx性xx另类| 国产婷婷色一区二区三区 | 国产亚洲精品aa在线观看| 亚洲天堂第一页| 五月婷婷一区| 一区二区不卡在线观看| 色爱区综合五月激情| 色老头一区二区三区在线观看| 狠狠色影院| 九九精品影院| 最好看的2019中文字幕1| 欧美日韩亚洲国产| 97综合网| 69ww免费视频播放器|