Akcelerátor neurónovej siete založený na FPGA prekonáva GPU

Bolo preukázané, že CNN používanie CNN je jednoduché, pretože používa osembitové celočíselné rozlíšenie. Dosiahla 16,8 terra operácií za sekundu (TOPS) a môže odvodiť viac ako 5 300 snímok za sekundu na Xilinx Virtex UltraScale + XCVU9P-3 fpga. Modulárny, škálovateľný prístup je vhodný na detekciu objektov a aplikácie na spracovanie videa na okraji av oblaku, vysvetľuje Fawcett, ako aj na záver v dátových centrách a inteligentných kamerách.

DPU môže byť nakonfigurovaný tak, aby poskytoval optimálne výpočtové výkony pre topológiu neurónových sietí v strojovo-vzdelávacích aplikáciách pomocou paralelnej architektúry DSP, distribuovanej pamäte a rekonfigurovateľnosti logiky a pripojenia pre rôzne algoritmy.

DPU dosahuje o viac ako 50% vyššiu výkonnosť než akékoľvek konkurenčné CNN a nevykonáva GPU pre daný výkonový alebo nákladový rozpočet, tvrdí spoločnosť. "FPGA je svetová platforma a architektúra, ktorá je veľmi flexibilná pre budúcnosť a môže prekonať GPU v AI s nižšou latenciou," dodala Fawcettová.

Spoločnosť tiež oznámila, že sponzoruje DPhil (PhD0 na Oxfordskej univerzite na štúdium techník na realizáciu hlbokého učebného zrýchlenia na fpgas). Práca bude v spolupráci s vlastným výskumom spoločnosti Omnitek v oblasti výpočtových motorov a algoritmov AI.