Компания XMOS запускает Xcore.AI – масштабируемый AI-процессор для Edge

Компания XMOS, известная своими высокопроизводительными голосовыми интерфейсами, анонсировала Xcore.ai – гибкий и экономичный процессор, обеспечивающий высокопроизводительный AI, DSP, управление и ввод-вывод в одном устройстве.

IoT и AI – самые актуальные темы и области за последнее десятилетие. В обеих областях сделан большой шаг вперед. Глубинные нейронные сети стали лучше, была значительно снижена стоимость развертывания IoT, и, что наиболее важно, обе отрасли оказывают значительное влияние на несколько сфер промышленности. В последнее время интересной тенденцией стало появление приложений, объединяющих AI и IoT для формирования так называемых приложений AIoT. IoT будет цифровой “нервной системой”, а AI станет “мозгом”, который принимает все критические решения и контролирует всю систему.

AIoT привел к разработке и внедрению того, что мы называем ИИ процессорами или ИИ модулями, которые можно развернуть на конечных устройствах для высокопроизводительных приложений Edge. Например, Google Coral TPU ускоритель или процессоры искусственного интеллекта от MediaTek, AmlogicRockchip, а теперь и Xcore.ai.

Xcore.ai – это масштабируемый многоядерный универсальный кроссоверный процессор, прошедший уже 2 поколения итераций. Первоначально, Xcore представлял собой «FPGA-подобный» чип с гибким контроллером ввода-вывода и значительными возможностями для управления, позволяющими создавать различные продукты. Второе поколение обеспечивало поддержку возможностей DSP, а последнее поколение (третье) добавило возможность машинного обучения.

Xcore – это масштабируемый, многоядерный и кроссоверный процессор.

Структурным элементом Xcore является блок, содержащий ядро ​​RISC тесно связанное с SRAM. В архитектуре 2-го и 3-го поколений каждый процессор имеет исполнительный модуль с двойным выходом, способный выполнять команды с частотой в два раза превышающей частоту конвейера. Исполнение разделено на восемь параллельных аппаратных потоков, каждый из которых способен выполнять программные задачи, выполняющие операции ввода-вывода, управления, DSP и AI.

Xcore построен на стандартном RISC-подобном наборе команд и поставляется с инструкциями для хранения и загрузки информации в SRAM. Устройство поддерживает как 32-разрядные целые числа, так и инструкции с плавающей запятой. Платформа Xcore обеспечивает поддержку различных интерфейсов физического уровня, в том числе USB, MIPI (приемник) и, используя контакты GPIO, может обмениваться данными через SPI, QSPI, MII, I2S, I2C, PDM и многие другие интерфейсы.

Архитектура Xcore является масштабируемой, что позволяет объединять несколько Xcore для повышения производительности. Стандартное устройство, такое как xcore.ai, содержит два блока (1 МБ памяти, до 38,4 GMACC/с), при объединении двух вместе получается 2 МБ памяти с 76,8 GMACC/с. Масштабируемость обеспечивается межкомпонентным соединением XConnect, предоставляющим пропускную способность до 2 Гбит/с между соседними микросхемами.

Xcore работает с несколькими программными стеками.

Xcore полностью программируется на языке ‘C’ с использованием стандартных инструментов (компилятор LLVM, Tensorflow Lite) и встроенного программного обеспечения (например, freeRTOS).

Резюме Xcore.ai:

  • Векторная арифметика до 38 миллиардов умножений-сложений в секунду.
  • Комплексная арифметика до одного миллиона 512-точечных БПФ (FFT) в секунду
  • Встроенная память SRAM 2 x 512 кБайт с интерфейсом LPDDR для дополнительной внешней памяти.
  • 128 GPIO, встроенный USB-трансивер и MIPI- приемник.
  • Использует глубинные нейронные сети, используя двоичные значения.
Сравнение производительности: Xcore.ai с Arm Cortex-M7 @ 600 МГц

Xcore.ai сейчас недоступен, демо-версии продукта будут доступны с июня 2020 года. Для получения дополнительной технической информации вы можете скачать их технический документ. Более подробная информация доступна на странице продукта, а также на странице объявлений.

Выражаем свою благодарность источнику с которого взята и переведена статья, сайту cnx-software.com.

Оригинал статьи вы можете прочитать здесь.

0 0 votes
Article Rating
Подписаться
Уведомление о
guest

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.

0 Комментарий
Inline Feedbacks
View all comments