«Мифический» AI-ускоритель c рекордными параметрами
Молодая американская компания Mythic утверждает, что создала первый в отрасли аналоговый матричный процессор для нейросетей.
Чип M1108 AMP предназначен для высокопроизводительных приложений искусственного интеллекта, включая AR / VR и беспилотники.
По мнению разработчиков, он устанавливает новый эталон высокой производительности и низкого энергопотребления в одном экономичном устройстве.
В названии чипа отражено 108 блоков параллельных вычислений — AMP (Accelerated Massive Parallelism) tiles. Также он содержит АЦП, 32-битный процессор RISC-V, векторные ускорители для набора инструкций SIMD, массив ячеек флэш-памяти и встроенную память SRAM, плюс высокопроизводительный маршрутизатор Network-on-Chip (NOC).
Пиковая теоретическая производительность M1108 обеспечивает до 35 триллионов операций в секунду (TOPS). Это чуть больше, чем у AI Nvidia Xavier AGX (32 TOPS).
При этом во время работы моделей AI с максимальной пропускной способностью энергопотребление M1108 составляет около 4 Вт (ускоритель от Nvidia — от 10 до 30 Вт).
Новый чип обеспечивает энергоэффективное выполнение сложных моделей ИИ, таких как ResNet-50, YOLOv3 и OpenPose Body25. Например, остаточная свёрточная нейросеть ResNet-50 классифицирует на нём изображения со скоростью до 870 кадров в секунду.
M1108 совместима с широким спектром хост-процессоров, включая Intel x86, NXP iMX8, NVIDIA Jetson и Qualcomm RB5.
На уровне софта поддерживаются стандартные среды, включая PyTorch, TensorFlow 2.0 и Caffe. Заявлена работа M1108 в Ubuntu, NVIDIA Linux4Tegra (L4T), а в будущей версии планируется добавить поддержку Windows 10.
Помимо отдельных микросхем, M1108 также поставляется в виде плат форм-фактора M.2 и карт расширения с интерфейсом PCIe.
Платы M.2 предлагаются в первую очередь для систем, выполняющих обработку моделей глубоких нейронных сетей (DNN), особенно если нужно одновременно запустить несколько DNN на системе компактного формата.
Источник: EE Times_______
Источник:
https://t.me/robotics_channel/2203 
