據(jù)悉，先進(jìn)視覺(jué)影像SoC應(yīng)用技術(shù)領(lǐng)導(dǎo)廠商Socionext Inc．（以下“索喜科技”或“公司”）宣布推出神經(jīng)網(wǎng)絡(luò)加速器 （Neural Network Accelerator engine，縮寫(xiě)NNA），用于優(yōu)化人工智能處理中的邊緣計(jì)算設(shè)備。它具備高速且低功耗的特性，是專(zhuān)用于深度學(xué)習(xí)中推理處理的加速器。相較以往的處理器，NNA在圖像識(shí)別等處理時(shí)性能提升約100倍。公司預(yù)計(jì)于2018年第三季度開(kāi)始，配合FPGA軟件開(kāi)發(fā)工具提供產(chǎn)品銷(xiāo)售。此外，搭載有NNA的SoC產(chǎn)品開(kāi)發(fā)也正在規(guī)劃當(dāng)中。

隨著消費(fèi)電子、汽車(chē)電子、工業(yè)控制等越來(lái)越多的應(yīng)用引入人工智能（AI），人工智能面臨著前所未有的快速發(fā)展，深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等技術(shù)迎來(lái)了發(fā)展高潮。神經(jīng)網(wǎng)絡(luò)越大，需要的計(jì)算量就越大，傳統(tǒng)的VPU雖然也能完成人工智能運(yùn)算，但因?yàn)楦吖暮透哐舆t已經(jīng)略顯疲憊。在VPU上加載人工智能計(jì)算能力則可以規(guī)避這些問(wèn)題，而且具有更高的可靠性。

Socionext目前提供圖像處理SoC“SC1810”，這款芯片內(nèi)置有技術(shù)標(biāo)準(zhǔn)化組織Khronos Group制定的API規(guī)范－OpenVX，內(nèi)置有視覺(jué)處理器（VPU，Vision Processor Unit）。此次新推出的NNA加速器能VPU性能，可在汽車(chē)、數(shù)字標(biāo)牌等多種應(yīng)用中通過(guò)深度學(xué)習(xí)及傳統(tǒng)的影像識(shí)別執(zhí)行多種電腦視覺(jué)處理，以便在較低功耗下提供更高的性能。

NNA采用量化技術(shù)整合了公司的專(zhuān)有構(gòu)架，減少了深度學(xué)習(xí)所需的參數(shù)和激活值。通過(guò)量化技術(shù)能以較少的資源執(zhí)行大量計(jì)算任務(wù)，大幅減少數(shù)據(jù)量，并顯著降低系統(tǒng)存儲(chǔ)器帶寬。此外，新開(kāi)發(fā)的片上存儲(chǔ)器電路設(shè)計(jì)提高了深度學(xué)習(xí)所需的計(jì)算資源效率，能在非常小的封裝中實(shí)現(xiàn)最佳性能。搭載有NNA的VPU結(jié)合了最新的技術(shù)，能在圖像識(shí)別處理時(shí)比傳統(tǒng)VPU快100倍。

Socionext預(yù)計(jì)于2018年第三季度開(kāi)始提供NNA FPGA軟件開(kāi)發(fā)包。改軟件開(kāi)發(fā)包可支持TensorFlow學(xué)習(xí)環(huán)境，并提供用于量化技術(shù)的專(zhuān)用庫(kù)和從學(xué)習(xí)模型到推論處理用的數(shù)據(jù)轉(zhuǎn)換工具。通過(guò)利用NNA優(yōu)化后的學(xué)習(xí)環(huán)境，用戶無(wú)需模型壓縮或?qū)W習(xí)調(diào)諧（learning tuning）知識(shí)也能有效建立起他們自己的模型。今后Socionext還將計(jì)劃通過(guò)支持各種深度學(xué)習(xí)框架來(lái)支持應(yīng)用廣泛的開(kāi)發(fā)環(huán)境，讓用戶能簡(jiǎn)單建立深度學(xué)習(xí)的應(yīng)用程序。

與此同時(shí)，Socionext也計(jì)劃將載有NNA的SoC芯片投入市場(chǎng)。目標(biāo)應(yīng)用包括車(chē)載系統(tǒng)中的影像拍攝，以及基于行人、自行車(chē)等高精度物體識(shí)別的輔助駕駛以及自動(dòng)泊車(chē)。另一個(gè)重要的應(yīng)用便是顯示系統(tǒng)，例如電視、數(shù)字標(biāo)牌，NNA可在超分辨率處理時(shí)增強(qiáng)圖像識(shí)別，提高4K／8K屏幕高清晰度成像。Socionext將不斷創(chuàng)新并開(kāi)發(fā)出高效、高性能產(chǎn)品，以適應(yīng)各種邊緣計(jì)算環(huán)境中廣泛的AI應(yīng)用。