0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

导入模拟计算,每刻深思发布低功耗感算一体智能芯片

电机控制设计加油站 来源:电机控制设计加油站 2023-05-17 10:52 次阅读

我们生活在一个以数字处理为主的模拟世界中,其实在数字计算机兴起以前,产业流行的模拟计算,只不过随着CPU的走热,模拟计算逐渐遇冷,但是随着人工智能应用越来越流行,对更多计算资源、更多模型存储容量以及更低功耗的需求变得越来越重要。目前用于人工智能应用的数字处理器难以满足这些极具挑战性的要求,于是,模拟计算再度被产业重视,与数字计算相比,模拟计算的速度和功效很有优势,在5月12日召开的第十三届松山湖中国 IC 创新高峰论坛上,每刻深思智能科技(北京)有限责任公司就介绍了一款采用模拟计算的低功耗“感存算一体”智能芯片MKS2206。

据每刻深思(MakeSens)智能科技创始人邹天琦介绍,MKS2206采用自主创新架构设计。该芯片能够在复杂的识别任务中以低功耗、高精度、高性能和高稳定性脱颖而出,因此在AR/VR/MR以及智能座舱等复杂人机感知和交互场景中广泛部署。通过集成轻量级识别交互算法,显著降低系统功耗,提升整体性能,并达到同行业领先水平。

8b33157e-f45b-11ed-90ce-dac502259ad0.png

他认为摩尔定律放缓的现象正在导致存储和计算之间的频繁数据迁移,这在整个过程中消耗了大量的能量。所以每刻深思提出模拟计算解决功耗问题,因为模拟信号无需进行模数转换(ADC),从而大大提高了系统效能。

他指出摩尔定律放缓下面临的很多问题:第一个是混合云架构,存储计算之间不停搬移,这里面90%的功耗都是在搬移数据过程当中,并没有用在数据处理过程当中。2、先进的制程,除了费用问题以外,还有很大的散热问题,其实模拟计算最大的优势就是工艺,例如采用40nm工艺对标是数字芯片22nm以下性能。同时模拟计算需要的晶极管比数字要更少,在成本上有很好的优势。相比22纳米以下的处理器,每刻深思可以把成本做到原来的70%。

8b3f4c7c-f45b-11ed-90ce-dac502259ad0.png

他解释说传统方案当中,任何SOC信号进来,需要做高性能ADDA的转换,在ADC的模数转换当中,无论其他芯片做怎样的软硬件协同或优化,这个ADC的量是少不了的,但是模拟计算因为本身SOC接的物理信号是模拟的,不需要做ADC转换,这是最大的优势。从技术原理来说,放ADC之前,需要在模拟里面完成特征提取,包括基于存储器神经网络的处理,这个是如何做到呢?

8b4a37fe-f45b-11ed-90ce-dac502259ad0.png

他以很简单的成本预算为例,上图是神经网络核心内核。如果用数字芯片来说,要做逻辑搭建来完成数字成本预算,但是模拟有物理特性,本身可以用电压作为输入,可以用等效的权重来实现这个算法,可以很好基于机械特性来完成成本预算,达到很高的效率。

在上图所示处理中,将部分数字信号处理(DSP) 任务前置预处理,精简处理信息 ADC被移到模拟计算横块之后,仅在有效需求时被唤醒,降低无效功耗 原始信号中不必要的信息己被去除,主芯片只需计算精简信息,提高了计算效率。

8b569026-f45b-11ed-90ce-dac502259ad0.png

他指出,MK2206和之前模拟计算的相关性,无论是多模态也好,还是其他的也好,剩下的这些厂商,本身外面带4个、6个,甚至8个摄象头,需要看手势识别的交互,需要用下面两个摄像头来做,也就是双目的方式是最自然的。在后面架构当中,每刻深思跟主控芯片有中段信息的输入来做融合。这一块芯片是可以一直开启适时感知周边的环境,包括手势的任务。这样可以让后面的AP在很多时候进行一个休眠状态,或者相对比较低的功耗去运行。

8b6421a0-f45b-11ed-90ce-dac502259ad0.png

他指出在AR应用中,可能不需要用一些高端附加功能,只需要做一些基础的实时的交互,并且把功耗做得非常低,这样一个MKS处理器就可以实现这个任务,因为它把很多常态的任务,包括手势的、对于功耗非常敏感的任务放在Offload到专用芯片上,并且实现极低功耗实时交互。这样给很多方案厂和整机商提供更多选择。

8b77a630-f45b-11ed-90ce-dac502259ad0.png

“其实我们不仅做电路,我们也把新品和算法做紧密集成,深度优化,来实现完整的识别和跟踪方案。这里面算法做了很多工作,从图像预处理,大量采集器检测跟踪,后处理,还有显示上手部重建,用很多工作量完成。”他强调,“这里面原理很简单,抓手势特征点去完成手指节的识别,而不仅仅是手掌识别。我们做交互,希望用手指操作可以完成很多旋转动作,这里面要做很多工作,要把很大的模型和很大数据量做轻量化。无论是量化,在识别功能上相对更小、更轻,实现更低功耗。”

8b91ee00-f45b-11ed-90ce-dac502259ad0.jpg

他指出在手势识别方面,每刻深思用了21个关键点坐标,不只是单手,左右手都可以区分,可以同时识别,同时处理帧率到60帧以上,识别精度小于10毫米。“如果用XR2跑的话,需要有将近1瓦功耗。但是2206峰值功耗保持在200毫瓦以内。并且可以持续优化。”他指出。

8b9d4d04-f45b-11ed-90ce-dac502259ad0.jpg

关于每刻深思产品规划,他表示接下来是聚焦基于视觉的处理能力,也会集成XR定位,还有就是跟常态的视觉相关的任务都会放在交互芯片上,提供给相关的方案商客户。

他表示每刻深思会基于2206实现小规模量产的基础上,在2024年至2025年随着VR、AR的爆发,实现大规模定制,实现高速增长。”我们的目标是建立以自研芯片为核心的全芯片智能感知服务平台!“他表示。

审核编辑 :李倩

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 芯片
    +关注

    关注

    453

    文章

    50312

    浏览量

    421468
  • 摩尔定律
    +关注

    关注

    4

    文章

    631

    浏览量

    78917
  • 智能芯片
    +关注

    关注

    0

    文章

    136

    浏览量

    25233

原文标题:导入模拟计算,每刻深思发布低功耗感算一体智能芯片

文章出处:【微信号:motorcontrol365,微信公众号:电机控制设计加油站】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    直播预约 |开源芯片系列讲座第24期:SRAM存一体:赋能高能效RISC-V计算

    鹭岛论坛开源芯片系列讲座第24期「SRAM存一体:赋能高能效RISC-V计算」11月27日(周三)20:00精彩开播期待与您云相聚,共襄学术盛宴!|直播信息报告题目SRAM存
    的头像 发表于 11-16 01:10 21次阅读
    直播预约 |开源<b class='flag-5'>芯片</b>系列讲座第24期:SRAM存<b class='flag-5'>算</b><b class='flag-5'>一体</b>:赋能高能效RISC-V<b class='flag-5'>计算</b>

    一体化与边缘计算:重新定义智能计算的未来

    随着数据量爆炸式增长和智能化应用的普及,计算与存储的高效整合逐渐成为科技行业关注的重点。数据存储和处理需求的快速增长推动了对计算架构的重新设计,“存
    的头像 发表于 11-12 01:05 103次阅读
    存<b class='flag-5'>算</b><b class='flag-5'>一体</b>化与边缘<b class='flag-5'>计算</b>:重新定义<b class='flag-5'>智能</b><b class='flag-5'>计算</b>的未来

    一体架构创新助力国产大力AI芯片腾飞

    在湾芯展SEMiBAY2024《AI芯片与高性能计算(HPC)应用论坛》上,亿铸科技高级副总裁徐芳发表了题为《存一体架构创新助力国产大
    的头像 发表于 10-23 14:48 220次阅读

    苹芯科技引领存一体技术革新 PIMCHIP系列芯片重塑AI计算新格局

    一体NPU和PIMCHIP-S300多模态智能感知芯片,以前沿技术加持AI与大模型推理加速等各类计算任务场景,为高能效力应用开启新纪元。 
    发表于 08-08 17:21 229次阅读
    苹芯科技引领存<b class='flag-5'>算</b><b class='flag-5'>一体</b>技术革新   PIMCHIP系列<b class='flag-5'>芯片</b>重塑AI<b class='flag-5'>计算</b>新格局

    SynSense时识科技携手苏黎世联邦理工发布Speck超低功耗眼动追踪应用新突破

    近日,SynSense时识科技与苏黎世联邦理工学院联合研究成果在2024 CVPR Workshop发布。该研究是—项基于“一体”动态视觉智能
    的头像 发表于 08-06 18:02 1068次阅读
    SynSense时识科技携手苏黎世联邦理工<b class='flag-5'>发布</b>Speck超<b class='flag-5'>低功耗</b>眼动追踪应用新突破

    八爪鱼微电子荣膺双项葵花奖,“一体”赋能智能家居行业

    盛典也就此拉开帷幕。 图源 : 八爪鱼微电子 八爪鱼微电子斩获双项大奖 作为智能家居行业的“奥斯卡”,自2017年设立以来,葵花奖历经八年沉淀,被业界公认为“含金量最高的奖项”。 八爪鱼微电子凭借多年专注“
    的头像 发表于 07-15 09:23 530次阅读
    八爪鱼微电子荣膺双项葵花奖,“<b class='flag-5'>感</b><b class='flag-5'>算</b><b class='flag-5'>一体</b>”赋能<b class='flag-5'>智能</b>家居行业

    澎峰科技CA100智能计算一体机核心优势解读

    CA100 智能计算一体机 日前,澎峰科技正式对外发布CA100智能计算
    的头像 发表于 07-08 10:59 692次阅读
    澎峰科技CA100<b class='flag-5'>智能</b><b class='flag-5'>计算</b><b class='flag-5'>一体</b>机核心优势解读

    后摩智能推出边端大模型AI芯片M30,展现出存一体架构优势

    电子发烧友网报道(文/李弯弯)近日,后摩智能推出基于存一体架构的边端大模型AI芯片——后摩漫界™️M30,最高力100TOPS,典型
    的头像 发表于 07-03 00:58 4073次阅读

    探索存内计算—基于 SRAM 的存内计算与基于 MRAM 的存一体的探究

    本文深入探讨了基于SRAM和MRAM的存一体技术在计算领域的应用和发展。首先,介绍了基于SRAM的存内逻辑计算技术,包括其原理、优势以及在神经网络领域的应用。其次,详细讨论了基于MR
    的头像 发表于 05-16 16:10 2444次阅读
    探索存内<b class='flag-5'>计算</b>—基于 SRAM 的存内<b class='flag-5'>计算</b>与基于 MRAM 的存<b class='flag-5'>算</b><b class='flag-5'>一体</b>的探究

    什么是通一体化?通一体化的应用场景

    一体化可广泛应用于智能家居、智慧城市、智慧交通、医疗健康等方面。文档君为大家搜集了些典型的应用场景。
    发表于 01-18 16:12 1.1w次阅读
    什么是通<b class='flag-5'>感</b><b class='flag-5'>算</b><b class='flag-5'>一体</b>化?通<b class='flag-5'>感</b><b class='flag-5'>算</b><b class='flag-5'>一体</b>化的应用场景

    基于ZYNQ FPGA构建嵌入式的模拟计算板卡

    板卡基于高速400M 采样AD 和ZYNQ FPGA构建嵌入式的模拟计算板卡, 可用于工业雷达,行业雷达的场合。板卡使用工业级芯片
    的头像 发表于 01-09 11:30 1178次阅读
    基于ZYNQ FPGA构建嵌入式的<b class='flag-5'>模拟计算</b>板卡

    一体芯片如何支持Transformer等不同模型?

    后摩智能致力于打造通用人工智能芯片,自主研发的存一体芯片在支持各类模型方面表现突出,包括YOL
    的头像 发表于 01-05 14:14 1285次阅读

    如何正确选择一体成型电感的

    如何正确选择一体成型电感的值 编辑:谷景电子 一体成型电感作为应用非常普遍的种电子元器件,它在电路中的作用是其他电子元器件替代不了的。但是,要想
    的头像 发表于 01-04 09:31 412次阅读

    SRAM存一体芯片的研究现状和发展趋势

    人工智能时代对计算芯片力和能效都提出了极高要求。存一体
    的头像 发表于 01-02 11:02 2282次阅读
    SRAM存<b class='flag-5'>算</b><b class='flag-5'>一体</b><b class='flag-5'>芯片</b>的研究现状和发展趋势

    浅谈为AI大力而生的存-芯片

    大模型爆火之后,存一体获得了更多的关注与机会,其原因之是因为存一体芯片的裸
    发表于 12-06 15:00 365次阅读
    浅谈为AI大<b class='flag-5'>算</b>力而生的存<b class='flag-5'>算</b>-<b class='flag-5'>体</b><b class='flag-5'>芯片</b>