作為一種開放的指令集架構,RISC-V被認為是推動新一代信息技術發展的新引擎,RISC-V生態系統近年來也不斷發展繁榮。
2024年3月14日,以“開放·連接”為主題的第二屆玄鐵RISC-V生態大會在深圳舉行,來自全球的行業專家、技術領袖、企業決策者和RISC-V社區開發者到場,共同見證玄鐵RISC-V在技術創新、應用拓展、生態成果等多領域的最新進展。AI視覺芯片研發及基礎算力平臺公司愛芯元智受邀參會。
大會同時公布了“玄鐵優選伙伴”,愛芯元智等8家公司入選。據悉,該項榮譽旨在推動玄鐵生態成果落地,連接RISC-V產業鏈生態網絡,促進玄鐵商業生態發展。此次入選,代表著愛芯元智對玄鐵RISC-V生態做出的貢獻得到肯定。
會上,愛芯元智聯合創始人、副總裁劉建偉也受邀發表主題演講,向與會嘉賓分享了愛芯通元混合精度NPU這一面向邊端側算力布局的AI處理器,以及基于RISC-V生態所進行的AI算力提升及行業落地探索。
AI無處不在
RISC-V為AI計算添動力
從以ChatGPT為代表的云端大模型,到邊緣側的計算盒子和散布于端側的各個攝像頭,伴隨著技術的快速發展,AI已經無處不在。自動駕駛、智能機器人、智慧工廠、智慧城市、智能零售等多個端側業務場景下,AI都開始發揮作用,為各行各業帶來了生產力的提升。
作為支持邊緣側和端側智能的平臺型芯片公司,愛芯元智以“普惠AI 造就美好生活”作為企業使命,專注于高性能、低功耗的人工智能視覺處理器芯片研發。劉建偉介紹,愛芯元智的系列芯片產品已在AIoT、ADAS兩大產品線得到廣泛應用并實現穩健發展,推動AI在邊緣側和端側的部署落地。
但AI在邊端側的落地,也意味著更高的算力需求。對此,精簡、靈活、高效的RISC-V指令集架構展現出了其優勢,有望成為萬物互聯時代核心處理器的架構之一。作為本次玄鐵優選伙伴,愛芯元智也在現場分享了基于玄鐵RISC-V所進行的行業落地實踐,如面向物聯網領域,愛芯元智通過應用玄鐵RISC-V處理器,并結合愛芯智眸AI-ISP和愛芯通元混合精度NPU兩大自研核心技術,實現了快速低功耗AI檢測喚醒,可大大降低系統耗電,輕松應對電池類產品需求。
同時,愛芯元智還通過愛芯通元混合精度NPU與玄鐵RISC-V IP的結合,打造出高能效AI計算平臺,實現了圖形分割、以文搜圖等大算力應用,滿足邊端不同場景下對感知、計算和數據處理能力的需求。
打造原生AI處理器
攜手玄鐵RISC-V重塑千行百業
算力是AI的基礎,那么AI時代,我們究竟需要什么樣的算力基建?
劉建偉指出,當下,AI程序的計算密度變得更高,呼喚著NPU這一新的處理器出現,“作為AI專用處理器,NPU應該有自己的指令集,而不是被簡單理解為加速器或是擴展指令集。”其表示,在AI計算中,指令操作的對象變成了高維的張量,因此整個處理器的能耗需要放在數據計算上,且降低數據搬運和整理組合的能耗。而從推理的角度來看,大部分AI的算法/算子已處于收斂狀態。因此,以算子這一AI模型的基本運算單元為指令集進行NPU設計,可以打開硬件微架構設計空間,從而有更多的設計思路可以使用,提高能效比。
而作為愛芯元智自研核心技術,愛芯通元混合精度NPU即是以算子為原子指令集的AI計算處理器,其采用多線程異構多核設計,實現算子、網絡微結構、數據流和內存訪問優化,高效支持混合精度算法設計,原生支持Transformer網絡結構,為大模型在邊緣側、端側的應用提供了良好的基礎。
同時,愛芯通元混合精度NPU還提供成熟易用的編譯器,從而大幅度降低AI軟件的開發、部署成本,助力客戶在一小時內快速上手,推動AI計算的蓬勃發展。
從AI處理器在視覺領域的評價指標來看,愛芯通元混合精度NPU也表現出色,其在運行SwinT時,量化精度達到了高于市面平均水平的80.45%,并有著416 FPS的高性能和199FPS/W的低功耗。
為滿足多樣化的AI計算需求,作為AI處理器的NPU還需要更加靈活的動態控制,這也正是愛芯元智與玄鐵RISC-V展開深度合作的原因。據介紹,愛芯元智正在探索基于玄鐵RISC-V主控和愛芯通元混合精度NPU,打造生成式AI解決方案。“我們希望攜手玄鐵RISC-V打造AI硬件的最優平臺選擇,把AI落到千行百業,助力更多客戶提升效率,創造價值。”劉建偉表示。
審核編輯:劉清
-
RISC-V
+關注
關注
44文章
2141瀏覽量
45705 -
AI處理器
+關注
關注
0文章
92瀏覽量
9425 -
愛芯元智
+關注
關注
1文章
65瀏覽量
4658 -
ChatGPT
+關注
關注
28文章
1517瀏覽量
6916 -
大模型
+關注
關注
2文章
2134瀏覽量
1970
原文標題:愛芯元智入選2024玄鐵優選伙伴:發展AI計算,攜手RISC-V重塑千行百業
文章出處:【微信號:愛芯元智AXERA,微信公眾號:愛芯元智AXERA】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論