AI芯片xPU“家族”又添新丁！Intel推VPU，台积电16nm代工

来源：快科技

Intel昨天（29日）宣布推出了全新的Movidius Myriad X VPU视觉处理单元，这是全球第一个配备专用神经网络计算引擎的片上系统芯片(SoC)，可用于加速端的深度学习推理，比如无人机、机器人、智能摄像头、虚拟现实等产品。

Myriad X是芯片上集成的硬件模块，面向专为高速、低功耗、不牺牲精确度地运行基于深度学习的神经网络，让设备能够实时地看到、理解和响应周围环境，可提供1TFlops(每秒万亿次)的计算性能，总体性能可以超过4TFlops。

该芯片的尺寸也非常迷你，长宽只有8.8×8.1毫米，而且功耗不到1W，采用台积电16nm FFC工艺制造。

除了神经计算引擎，Myriad X还通过独特地实时整合了成像、视觉处理和深度学习推理：

－ 可编程的128位VLIW向量处理器：

通过为计算机视觉工作负载而优化的16个向量处理器，可同时运行多个成像和视觉应用流水线。

－ 增加可配置的MIPI通道：

通过丰富接口和16个MIPI通道，可以将最多8个高清RGB摄像头直连到Myriad X，图像信号处理吞吐量最高每秒7亿像素，还支持USB 3.1、PCI-E 3.0。

－ 强化的视觉加速器：

利用20多个硬件加速器执行光流和立体深度等任务，不需要额外的计算开销。

－ 2.5MB多核异构同质片上内存：

集中化的芯片内存架构，最高支持450GB/s内部带宽，尽量减少芯片外部数据传输，最小化数据访问的延迟并降低功耗。

－ 4K视频硬件编码：

支持4K/30Hz H.264/H.265、4K/60Hz M/JPEG格式。

----------------------------------------------------------

推荐阅读：

• 10分钟！用初中数学知识看懂深度学习！

• AI芯片|浅析Yann LeCun提到的两款Dataflow Chip

• 走进深度学习，你需要先了解这25个概念和术语...

• AI芯片踏入红海

• 解读AI：快速获取样本将成重点研究方向

• 机器学习和深度学习的最佳框架大比拼

• 深入浅出机器学习

• 机器学习和深度学习的最佳框架大比拼

• 哪些国家和大学人工智能研究领先？中国第一？

• 人工智能的“脑洞”有多大？院士：目前太依赖计算

• 浅说深度学习：核心概念

• 深度学习简易入门

• 几张图读懂机器学习：基本概念、五大流派与九种常见算法

• 通过生活案例读懂机器学习五大算法思维

• 腾讯云FPGA的深度学习算法

• 如何在单块GPU上训练超大型深度学习模型

• AI芯片怎么降功耗？从ISSCC2017说起

• AI驾临人间 四大芯片流派华山论剑

• 机器学习追根溯源：和计算机技术一样久远

• [透析] 卷积神经网络CNN究竟是怎样一步一步工作的？

• 中国正在引领人工智能？纽约时报说：“是的！”

• Nvidia是如何成为AI圈的弄潮儿

• 人工智能芯片: AI巨轮的引擎

• 李开复|如何给非专业人士讲解什么是深度学习

• 神经网络入门

• 从人工智能能机器学习到深度学习，不容错过的人工智能简史

• 浅析：人工智能的前沿—机器视觉的种类

• 浅析深度学习

• 在机器学习中机器是怎么从资料中「学」到东西的？

• 12张图生动地告诉你，深度学习中的卷积网络是怎么一回事？

• 从人工智能机器学习到深度学习，不容错过的人工智能简史

• 【高盛AI研究报告】人工智能是时代的拐点

• 一文带你理解深度学习的局限性

• 无解的神经网络内在逻辑

• FPGA是如何实现30倍速度的云加速的？都加速了哪些东西

• 深度学习 语音识别 FPGA 实现

• 2017年人工智能行业分析：芯片企业最少，计算机视觉与图像企业数量最多

• 关于人工智能的七大常见误解与七个真相！

• 一个故意不通过图灵测试的人工智能-Part 1

• 最适合人工智能开发的5种编程语言

• 一文说清楚机器学习、深度学习、人工智能的区别与联系

• 机器学习与人工智能究竟有何区别？

• 机器学习算法比较

• 云中的机器学习：FPGA 上的深度神经网络

• 什么是机器学习?

• 机器学习导入芯片设计领域

• AI技术大爆发背景下，开源深度学习框架的发展趋势如何？

• 中国初创公司在AI芯片（IP）领域的机会

• 深度学习简易入门

• 浅谈Alpha Go所涉及的深度学习技术

点击阅读原文查看EETOP精品文章汇总