Dobrodošli v I-Components.com

Slovenija
English polski Nederland Gaeilge 한국의 Slovenská Português ภาษาไทย Slovenija Hrvatska Kongeriket Italia العربية Français עִבְרִית español Dansk Svenska Deutsch Suomi românesc Türk dili Magyarország

FPGA temelji na pospeševalniku nevronske mreže, ki presega GPU

Prikazan je bil kot GoogLeNet Inception-v1 CNN, ki uporablja osem-bitno celoštevilno ločljivost. Dosegel je 16,8 terrskih operacij na sekundo (TOPS) in lahko konča na več kot 5.300 slik na sekundo Xilinx Virtex UltraScale + XCVU9P-3 fpga. Modularen, razširljiv pristop omogoča, da je primeren za odkrivanje objektov in aplikacije za obdelavo videoposnetkov na robu in v oblaku, je pojasnil Fawcett, pa tudi za sklepanje v podatkovne centre in inteligentne kamere.

DPU je mogoče konfigurirati tako, da zagotavlja optimalno računalniško učinkovitost topologij nevronske mreže v aplikacijah strojnega učenja, z uporabo vzporedne DSP arhitekture, porazdeljenega pomnilnika in rekonfigurabilnosti logike in povezljivosti za različne algoritme.

DPU dosega več kot 50-odstotno večjo učinkovitost kot katera koli konkurenčna CNN in zunanji grafični procesorji za določen proračun moči ali stroškov, trdi družba. "FPGA je platforma in arhitektura, ki pretirava po svetu, kar je zelo prilagodljivo za prihodnost brez preverjanja in lahko nadgrajuje GPU v AI z manjšo zakasnitvijo," je dodal Fawcett.

Podjetje je tudi napovedalo, da sponzorira DPhil (PhD0 na Univerzi v Oxfordu, da preuči tehnike za izvajanje poglobljenega učnega pospeševanja na fpgasu. Delo bo v sodelovanju z lastnimi raziskavami družbe Omnitek o računalniških motorjih in algoritmih AI.