加入星计划,您可以享受以下权益:

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入
  • 正文
  • 相关推荐
  • 电子产业图谱
申请入驻 产业图谱

XMOS推出了Xcore.ai处理器,单个设备中提供高性能AI,DSP,控制和IO

2020/02/20
367
阅读需 7 分钟
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

近日,英国半导体科技公司 XMOS 宣布推出 Xcore.ai ,它是一款面向 AIoT 市场的超强性能跨界处理器,该处理器可在单个设备中提供高性能 AI,DSP,控制和 IO,价格从 1 美元起。旨在用于端点设备中的实时 AI 推理和决策,还拥有很强的信号处理,控制和通信功能,使电子制造商能够以最低成本将高性能处理器集成到他们的产品中。

实际上,这已经是 Xcore.ai 架构的第三代产品了,第一代体系结构实现了跨不同 I / O 协议之间的“数百种”应用程序,而第二代体系结构通过添加双流水线设计来增强芯片的控制和数字信号处理性能,最典型的就是其 XVF3510 语音处理器,实现了很牛 X 的远场语音识别能力。最新的 Xcore.ai 是一种交叉芯片,旨在在单个设备中提供高性能 AI,数字信号处理,控制和输入 / 输出,价格从 1 美元起。

接下来我们看看,Xcore.ai 究竟有多么牛逼的性能!

 

Xcore 基于排列在带有内存,ALU 和向量单元的图块中的逻辑核心

Xcore.ai 芯片可提供 3200 MIPS,51.2 GMACC 和 1600 MFLOPS。它具有 1 MB 的 SRAM 以及一个用于扩展的低功耗 DDR 接口。

与 Cortex-M7 设备相比,以相似的工作频率运行,但是,XMOS 将其 AI 处理性能提高了 32 倍,DSP 性能提高了 15 倍。大家说说,与前几天 arm 发布的 M55 内核哪个更牛逼?

Arm 宣布推出 Cortex-M55 核心和 Ethos-U55 microNPU,瞄准低功耗 Edge AI

Xcore.ai 基于 XMOS 的专有 Xcore 架构。Xcore 本身建立在称为逻辑核心的构建块上,可用于 I / O,DSP,控制功能或 AI 加速。每个图块上有八个逻辑核心,每个 Xcore.ai 芯片中都有两个图块,设计人员可以选择为每个功能分配多少个核心。每个图块还包含内存,ALU 和逻辑内核共享访问权限的向量单元。

Xcore 是多核的,通过将不同功能(I / O,DSP,控制,AI)映射到固件中的逻辑内核,可以创建完全由软件编写的“虚拟 SoC”。因此我们可以为应用程序的特定部分提供特定的资源。在下面的示例中,一个内核正在执行驱动以及采集信号的任务,例如 I2S,I2C 和 LED 驱动器应用;一些内核正在处理神经网络,而其他内核则在执行其它任务。这些都可以在软件中定义实际的需求速度,所有可以做到速度非常快,以适应物联网设备的瞬态需求。

可编程性:
1、完全可在“ C”中进行编程,具有特定的功能,例如可通过优化的 c 库访问 DSP 和机器学习

2、支持 FreeRTOS 实时操作系统,使开发人员能够使用各种熟悉的开源库组件。

3、TensorFlow Lite 到 xcore.ai 转换器,可轻松进行神经网络模型的原型设计和部署。

连接性:
1、多达 128 个灵活的 IO 引脚(可通过软件编程)可访问各种接口和外围设备,ns 级别响应速度,可根据应用的确切需求进行定制。

2、集成的硬件 USB 2.0 PHY 和 MIPI 接口,用于收集和处理来自各种传感器的数据。

神经网络:
1、使用深度神经网络使用二进制值进行激活和权重,而不是全精度值,从而大大减少了执行时间。

2、通过使用 Binary Neural Networks,xcore.ai 的效率比 8 位同类产品高 2.6 倍至 4 倍。

亮点:
1、Xcore.ai 结合了 DSP 和机器学习功能以及标量,浮点和定点以及矢量指令,以提供有效的控制。

2、16 个实时逻辑内核,支持标量 / 浮点 / 矢量指令,可根据应用实现灵活性和可扩展性。

3、具有纳秒级延迟的灵活 IO 端口,确保跨应用程序的时间要求严格的响应。

4、支持 8 位和二值化神经网络推断(以及 16 位 / 32 位),提供设备上的智能。

5、复杂的多模式数据捕获和处理,可跨分类,音频接口,存在检测,语音接口,通信和控制,启动进行并发的设备上应用程序。

6、用于数字信号处理,机器学习和加密功能的高性能指令集

7、针对 TensorFlow Lite 的微控制器模型的设备上推断,提供了熟悉的开发环境。

从最近发布的这些超强性能的处理器来看,未来在本地端进行 AI 处理,机器学习将变得非常重要,强大的本地处理能力可以有效的解决很多云端处理的痛点,比如稳定的连接性,隐私以及延迟。在发布这些牛逼芯片的同时,对我们工程师来说,很重要的一点就是易用性,有了这一点,我们可以很快速的掌握芯片的基本使用,使嵌入式软件工程师能够在单个多核交叉处理器上部署各种不同类型的处理工作。

未来,更多公司肯定会加重 AI 芯片的研发,低成本,高性能,快速上手开发将是我们选择芯片最主要考虑的因素,到 2025 年,人工智能芯片市场预计将达到 911.8 亿美元,有了这些强大的 AI 芯片,未来的产品的将有无限的想象空间,人们的生活也会因此变得更加智能,更加安全,更加幸福!
 

相关推荐

电子产业图谱

AI芯天下是智能芯片行业垂直自媒体。采用媒体+行业的模式,坚持从芯出发,用心服务的理念,致力于丰富的网络基础资源建设。官网:http://www.world2078.com/ 公众号:World_2078