0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深入分析這家成立20年的英國公司在人工智能領(lǐng)域的核心技術(shù)競爭力

t1PS_TechSugar ? 來源:lq ? 2019-05-15 15:12 ? 次閱讀

四月中旬,英特爾宣布收購一家名為Omnitek的英國公司,旨在“增強(qiáng)FPGA視頻(video)和視覺(vision)領(lǐng)域的產(chǎn)品組合”。對于很多人來說,Omnitek并不是一個(gè)非常熟悉的名字。那么,究竟它為何受到了英特爾的青睞,以及這次收購背后的深層技術(shù)邏輯為何,就讓老石在本文為大家深入分析。

(Omnitek CEO與創(chuàng)始人,圖片來自O(shè)mnitek)

Omnitek是何方神圣

Omnitek并不是一個(gè)傳統(tǒng)意義上的初創(chuàng)公司,它成立于1998年,總部位于英格蘭南部的貝辛斯托克(Basingstoke),見下圖。

貝辛斯托克這個(gè)小城是英國比較有名的經(jīng)濟(jì)和科技中心之一,巴寶莉(Burberry)就起源與此。這里集中了不少世界知名的大公司的總部或歐洲總部,其中包括很多半導(dǎo)體和科技公司,比如索尼、摩托羅拉、意法-愛立信等,華為的歐洲總部也曾經(jīng)設(shè)在這個(gè)小城。

雖然Omnitek已經(jīng)成立了超過20年,但員工總數(shù)只有四十人左右,也沒有公開的融資記錄。從這些方面來看,Omnitek只能算是一個(gè)中型、甚至小型的公司。

然而,在這20年中,Omnitek開發(fā)和積累了超過220個(gè)FPGA硬件IP、對應(yīng)的軟件系統(tǒng)、以及開發(fā)平臺,見下圖。

(圖片來自O(shè)mnitek)

這些FPGA IP主要集中在視頻和圖像處理領(lǐng)域,包括使用FPGA進(jìn)行超高清視頻圖像的旋轉(zhuǎn)、形變、3D映射、編解碼等等各類處理,見下圖。

(圖片來自O(shè)mnitek)

這些應(yīng)用一直是FPGA的傳統(tǒng)應(yīng)用領(lǐng)域,特別是在諸如視頻會議、投影、顯示屏等場合。因此,就像在公布收購后的官方新聞稿中所說,這次收購將會極大的補(bǔ)強(qiáng)英特爾FPGA在視頻和圖像處理領(lǐng)域的IP資源。

然而,老石注意到,Omnitek在2018年底發(fā)布了一款自研的深度學(xué)習(xí)處理器(DPU)。與市面上任何基于FPGA的同類產(chǎn)品相比,Omnitek宣稱這款DPU的性能有著50%的優(yōu)勢。同時(shí),與GPU相比,這款DPU在給定的功耗或成本限制下也有著更加優(yōu)異的性能。

在當(dāng)前各類人工智能處理器xPU層出不窮的時(shí)候,Omnitek這個(gè)官宣大膽而自信。老石認(rèn)為,這也是英特爾收購Omnitek背后的主要邏輯。

(獲取Omnitek深度學(xué)習(xí)處理器技術(shù)白皮書,及相關(guān)幻燈片及視頻資料,請?jiān)凇袄鲜勑尽焙笈_回復(fù)“DPU”)

“地表最強(qiáng)”FPGA深度學(xué)習(xí)處理器

老石在之前的文章《FPGA在人工智能時(shí)代的獨(dú)特優(yōu)勢》一文中講過,使用FPGA對人工智能應(yīng)用進(jìn)行硬件加速主要有以下幾個(gè)優(yōu)點(diǎn):

基于這些優(yōu)點(diǎn),Omnitek選擇使用FPGA作為其深度學(xué)習(xí)處理器的主要實(shí)現(xiàn)平臺,這與目前業(yè)界包括微軟在內(nèi)的很多公司不約而同,見下圖。

(圖片來自微軟)

事實(shí)上,與微軟在“腦波項(xiàng)目”中使用的DPU相比,Omnitek的DPU在使用模型上也有著很多相似之處。這類DPU,也稱為Soft DPU,最主要的特點(diǎn)就是提供一個(gè)基礎(chǔ)的硬件架構(gòu),用來進(jìn)行深度神經(jīng)網(wǎng)絡(luò)的計(jì)算加速;同時(shí)提供完整的軟件編程接口和編譯器,使得上層用戶使用高層語言對神經(jīng)網(wǎng)絡(luò)進(jìn)行配置。

這種架構(gòu)的最主要優(yōu)點(diǎn),就是實(shí)現(xiàn)了軟硬件的完全解耦,這也讓使用者無需掌握任何硬件相關(guān)的專業(yè)知識,從而只需要專注于算法和模型本身的設(shè)計(jì),并可以通過諸如Python、C/C++等高層語言對模型進(jìn)行調(diào)整和配置。

與高層次綜合(HLS)相比,這種基于FPGA的DPU設(shè)計(jì)方法無論在性能、開發(fā)敏捷性、編譯時(shí)間等各個(gè)領(lǐng)域都有著明顯優(yōu)勢。

Omnitek DPU的主要特點(diǎn)

與微軟DPU相比,Omnitek的DPU又有著自己獨(dú)有的特點(diǎn)。它的系統(tǒng)架構(gòu)圖如下所示。

(圖片來自O(shè)mnitek)

可以看到,用戶可以使用TensorFlow、Caffe或者OpenVINO等主流機(jī)器學(xué)習(xí)框架構(gòu)建的模型,或者是自己用高層語言編寫的模型,通過DPU編譯器生成特定的微代碼(Microcode),這與微軟DPU采用數(shù)據(jù)流圖的方式不同。這些微代碼將被用來配置FPGA上的DPU數(shù)據(jù)處理流水線,如下圖所示。

(圖片來自O(shè)mnitek)

Omnitek DPU的另一個(gè)主要特點(diǎn)是可以通過編程,調(diào)整對不同DNN拓?fù)涞闹С中省Mǔ碇v,某種DNN硬件加速器往往是針對某種特定的DNN拓?fù)湓O(shè)計(jì)的。以谷歌的TPU為例,它對于阿爾法狗所使用的CNN模型(CNN0)有著很高的運(yùn)行效率,高達(dá)78.2%,平均性能也可以達(dá)到86TOPS,見下圖。然而對于另外的CNN模型,如GoogleNet(CNN1),谷歌TPU只能達(dá)到46.2%的運(yùn)行效率,性能也驟降至14.1TOPS。

由此可見,不同CNN模型對于單一硬件架構(gòu)的實(shí)際性能有著很大影響。除CNN之外,諸如RNN和MLP等其他DNN拓?fù)溆兄虲NN明顯不同的特點(diǎn)。除此之外,隨著人工智能理論研究的不斷推進(jìn),想必會不斷涌現(xiàn)出其他更加新穎的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。因此,如果使用相同的硬件架構(gòu)對這些DNN拓?fù)洹耙灰曂省?,則必然不會得到滿意的性能。

(圖片來自O(shè)mnitek)

對于這種情況,也只有FPGA能夠快速調(diào)整硬件結(jié)構(gòu),以適應(yīng)不同的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),這是ASIC或GPU都無法實(shí)現(xiàn)的。而這也是Omnitek DPU的另一個(gè)主要特點(diǎn)。

此外,Omnitek DPU還使用了“片上網(wǎng)絡(luò)(NoC)”技術(shù),將多個(gè)DPU進(jìn)行互聯(lián)和數(shù)據(jù)共享,如下圖所示。NoC是目前在大型芯片上進(jìn)行數(shù)據(jù)共享和高速傳輸?shù)男滦图夹g(shù),在賽靈思最新ACAP架構(gòu)上,也使用了NoC技術(shù),這在之前的文章《賽靈思下一代計(jì)算平臺ACAP技術(shù)細(xì)節(jié)全揭秘》中有過深入解讀,有興趣的讀者可以看看,在本文中就不再贅述。

(圖片來自O(shè)mnitek)

性能方面,Omnitek公布了在英特爾Arria10 GX1150 FPGA上實(shí)現(xiàn)的DPU性能數(shù)據(jù),如下所示。

單就上面的數(shù)字來看,特別是TOPS一欄,只能說差強(qiáng)人意。不過性能功耗比(GOPS/W)比較高,能夠體現(xiàn)FPGA的低功耗優(yōu)勢。同時(shí)考慮到Arria10是一款基于20nm工藝的FPGA,因此可以預(yù)期當(dāng)使用更先進(jìn)的FPGA,如Stratix 10(14納米)或Agelix(10納米)時(shí),上面的數(shù)字將無疑會有大幅提升。

事實(shí)上,Omnitek也有使用賽靈思16納米UltraScale+ FPGA所取得的性能結(jié)果,比上面的數(shù)據(jù)有著明顯提升,本文不再給出,有興趣的讀者歡迎在老石談芯后臺回復(fù)“DPU”查看。

結(jié)語

Omnitek作為一家做了20年的視頻圖像FPGA IP提供商,剛剛切入人工智能芯片領(lǐng)域,就依托技術(shù)積累開發(fā)出了地表最強(qiáng)的深度學(xué)習(xí)處理器,并隨后被英特爾收購,這一系列操作實(shí)在讓人眼花繚亂。

這次收購對于英特爾而言,不僅補(bǔ)強(qiáng)了其在視頻和圖像處理領(lǐng)域的FPGA IP組合,更是直接得到了Omnitek已經(jīng)比較成熟的DPU軟硬件方案。這無疑進(jìn)一步擴(kuò)展了英特爾在人工智能領(lǐng)域的產(chǎn)品布局和多樣性。

Omnitek的官網(wǎng)上列出了很多公司的核心價(jià)值觀,其中很有趣的一點(diǎn),就是它允許員工有著靈活的工作時(shí)間,因?yàn)楣尽袄斫鈱τ谒袉T工來說,保持‘朝九晚五’的工作時(shí)間是很困難的”。這在996盛行的今天,無疑更加值得我們思考,工作和生活,哪個(gè)才是我們應(yīng)該追求的福報(bào)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 英特爾
    +關(guān)注

    關(guān)注

    61

    文章

    9981

    瀏覽量

    171937
  • 核心技術(shù)
    +關(guān)注

    關(guān)注

    4

    文章

    625

    瀏覽量

    19628
  • 人工智能
    +關(guān)注

    關(guān)注

    1792

    文章

    47387

    瀏覽量

    238901
收藏 人收藏

    評論

    相關(guān)推薦

    芯和半導(dǎo)體榮獲2024上海軟件核心競爭力企業(yè)

    2024上海軟件核心競爭力企業(yè)評選活動是由上海市軟件行業(yè)協(xié)會主辦,旨在表彰軟件領(lǐng)域具有創(chuàng)新能力和核心
    的頭像 發(fā)表于 01-06 16:43 ?181次閱讀

    江智公司持續(xù)沉淀增強(qiáng)機(jī)器人產(chǎn)業(yè)關(guān)鍵技術(shù)核心競爭力

    我們江智機(jī)器人公司自2016開始進(jìn)入機(jī)器人產(chǎn)業(yè)以來,始終清醒的認(rèn)識到:只有結(jié)合自己的實(shí)力,從實(shí)際市場出發(fā),腳踏實(shí)地,艱苦創(chuàng)業(yè),審時(shí)度勢,穩(wěn)中前行。特別是AI人工智能時(shí)代與原有傳統(tǒng)思維模式發(fā)生了質(zhì)變
    的頭像 發(fā)表于 12-13 12:15 ?277次閱讀
    江智<b class='flag-5'>公司</b>持續(xù)沉淀增強(qiáng)機(jī)器人產(chǎn)業(yè)關(guān)鍵<b class='flag-5'>技術(shù)</b><b class='flag-5'>核心</b><b class='flag-5'>競爭力</b>

    嵌入式和人工智能究竟是什么關(guān)系?

    人工智能應(yīng)用的實(shí)時(shí)響應(yīng)。與此同時(shí),嵌入式系統(tǒng)邊緣計(jì)算和物聯(lián)網(wǎng)領(lǐng)域,也為人工智能的應(yīng)用提供了廣闊的空間。 邊緣計(jì)算中,嵌入式系統(tǒng)能夠?qū)?/div>
    發(fā)表于 11-14 16:39

    《AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第6章人AI與能源科學(xué)讀后感

    探討了人工智能如何通過技術(shù)創(chuàng)新推動能源科學(xué)的進(jìn)步,為未來的可持續(xù)發(fā)展提供了強(qiáng)大的支持。 首先,書中通過深入淺出的語言,介紹了人工智能在能源領(lǐng)域
    發(fā)表于 10-14 09:27

    AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第4章-AI與生命科學(xué)讀后感

    很幸運(yùn)社區(qū)給我一個(gè)閱讀此書的機(jī)會,感謝平臺。 《AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第4章關(guān)于AI與生命科學(xué)的部分,為我們揭示了人工智能技術(shù)在生命科學(xué)領(lǐng)域中的廣泛應(yīng)用和深遠(yuǎn)影響。
    發(fā)表于 10-14 09:21

    《AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第二章AI for Science的技術(shù)支撐學(xué)習(xí)心得

    人工智能在科學(xué)研究中的核心技術(shù),包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等。這些技術(shù)構(gòu)成了AI for Science的基石,使得AI能夠處理和分析復(fù)雜的數(shù)據(jù)集,從而發(fā)現(xiàn)隱藏在數(shù)據(jù)中的模式和規(guī)
    發(fā)表于 10-14 09:16

    《AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第一章人工智能驅(qū)動的科學(xué)創(chuàng)新學(xué)習(xí)心得

    ,無疑為讀者鋪設(shè)了一條探索人工智能(AI)如何深刻影響并推動科學(xué)創(chuàng)新的道路。閱讀這一章后,我深刻感受到了人工智能技術(shù)科學(xué)領(lǐng)域的廣泛應(yīng)用潛
    發(fā)表于 10-14 09:12

    risc-v人工智能圖像處理應(yīng)用前景分析

    的兼容性和可靠性,并為其人工智能圖像處理領(lǐng)域的應(yīng)用提供更有力的保障。 綜上所述,RISC-V人工智能圖像處理
    發(fā)表于 09-28 11:00

    三星電子成功收購英國初創(chuàng)公司,致力開發(fā)AI核心技術(shù)

    7月18日,三星電子正式對外宣布了一項(xiàng)重要戰(zhàn)略舉措——成功收購英國新興科技企業(yè)Oxford Semantic Technologies。這家初創(chuàng)公司成立于2017
    的頭像 發(fā)表于 07-18 15:40 ?547次閱讀

    又一家人工智能企業(yè)成功IPO,核心技術(shù)涉及感知、理解、執(zhí)行

    電子發(fā)燒友網(wǎng)報(bào)道(文/李彎彎)日前,交互式人工智能領(lǐng)域龍頭聲通科技港交所主板上市。聲通科技成立于2005
    的頭像 發(fā)表于 07-17 00:16 ?3104次閱讀

    NLP技術(shù)人工智能領(lǐng)域的重要性

    智能的橋梁,其重要性日益凸顯。本文將從NLP的定義、發(fā)展歷程、核心技術(shù)、應(yīng)用領(lǐng)域以及對人工智能領(lǐng)域的深遠(yuǎn)影響等多個(gè)維度,
    的頭像 發(fā)表于 07-04 16:03 ?571次閱讀

    華為全面推進(jìn)智能戰(zhàn)略,聚焦人工智能核心技術(shù)提升產(chǎn)品競爭力

    其中包括,深化人工智能關(guān)鍵技術(shù)研發(fā),尤其是提供具有持續(xù)性能的大模型訓(xùn)練和推理所需的算,建立共贏的生態(tài)系統(tǒng);利用AI提升華為產(chǎn)品和解決方案的競爭優(yōu)勢,如通過昇騰云服務(wù)和盤古大模型推動行
    的頭像 發(fā)表于 04-18 10:00 ?570次閱讀

    EMC測試整改:提升產(chǎn)品合規(guī)性和市場競爭力?|深圳比創(chuàng)達(dá)電子

    規(guī)性和市場競爭力的內(nèi)容,希望大家看后有所幫助!深圳市比創(chuàng)達(dá)電子科技有限公司成立于2012,總部位于深圳市龍崗區(qū),成立至今一直專注于EMC電
    發(fā)表于 03-07 09:50

    嵌入式人工智能的就業(yè)方向有哪些?

    嵌入式人工智能的就業(yè)方向有哪些? 新一輪科技革命與產(chǎn)業(yè)變革的時(shí)代背景下,嵌入式人工智能成為國家新型基礎(chǔ)建設(shè)與傳統(tǒng)產(chǎn)業(yè)升級的核心驅(qū)動力。同時(shí)在此背景驅(qū)動下,眾多名企也紛紛
    發(fā)表于 02-26 10:17

    2024工業(yè)行業(yè)轉(zhuǎn)型展望

    發(fā)揮核心作用。 2024各行各業(yè)將面臨眾多挑戰(zhàn),同時(shí)也將迎來增長和創(chuàng)新的巨大機(jī)會。瞬息萬變的世界中,專注于數(shù)字化,解決技能短缺問題,加強(qiáng)供應(yīng)鏈,致力于可持續(xù)發(fā)展和采用人工智能對于企
    發(fā)表于 02-23 16:55