由于语音语义识别、图像识别算法发展相对较为成熟,因此AI在相关市场的发展也较快,包括智能语音助手的智能音箱、车载导航,以及视频监控、人脸识别门禁系统等。此外,人工智能算法还需要数据对其进行训练,这需要一定时间来积累,因此在早期,可以较高程度容错的相关应用会更早部署人工智能应用,例如消费电子、家用电器等。
目前,芯原的神经网络处理器技术包括自主可控的卷积神经网络加速、可编程的浮点运算加速、指令集和可编程的浮点运算专用编译器、优化器等工具设计,支持国际标准OpenVX1.2和OpenCL1.2 EP/FP;支持最大32位浮点精度数据处理和张量处理的硬件加速;支持0.5TOPs到6TOPs性能的单卷积运算核的可扩展架构设计,多卷积运算核扩展后的NPU IP运算能力可达10TOPs。
除神经网络处理器IP(NPU)外,芯原还拥有多种处理器IP,包括图形处理器IP(GPU)、视频处理器IP(VPU)、数字信号处理器IP(DSP)和图像信号处理器IP(ISP),以及1,400多个数模混合IP和射频IP。这其中,NPU IP能结合芯原其他处理器IP,支持消费电子、汽车电子、计算机及周边、工业、数据处理、物联网等行业的人工智能升级发展。以ISP IP为例,利用NPU IP的目标检测和识别功能对目标区域进行定位,可使ISP IP精准地对目标区域进行曝光和聚焦,得到更清晰的目标区域图像。同时,NPU IP还可对ISP IP输出的图像进行暗光增强、分辨率提高等处理,进一步优化图像质量。
目前,芯原的NPU IP已在全球近30家企业已量产的人工智能芯片产品中获得采用。根据Compass Intelligence报告,2018年人工智能芯片企业排名中,芯原位居全球第21位,在中国大陆企业上榜名单中排名第三。
目前,芯原已为智能监控、网络摄像头、智能家居、可穿戴设备、边缘及云端服务器、汽车辅助驾驶(ADAS)等应用提供人工智能升级技术。已帮助近30家客户实现人工智能芯片量产及迭代。未来将继续紧密结合客户需求和市场反馈,切实推动人工智能芯片的落地。
发展人工智能技术的核心为算法、算力和大数据。由于人工智能领域有很多公开的算法和学术研究,辅以基于CPU、GPU、FPGA,或是专用人工智能芯片等硬件加速引擎,可以很快布局到一些容错较高的应用领域中。中国已经在快速布局物联网,在大数据方面开始有了一定的积累,而基于先进的设计工具和像芯原这样的设计服务公司,算力也可以通过自研或购买来快速实现,未来,中国还需要进一步加强高端算法的核心和基础研究。
目前,由于资金、政策的支持,中国在人工智能领域的研究已经投入了很多人力和物力,在图像识别、语音识别领域已经取得了不少成果,具有一定的先发优势。加之中国拥有人工智能早期应用的巨大市场,如消费电子、可穿戴设备、智能家居等,可以尽早积累实践经验。
领取专属 10元无门槛券
私享最新 技术干货