高通發(fā)明的超低功耗專用AI架構，其所使用的超低功耗工藝，可以有效節(jié)省能源，且相對于其他的通用架構，具有很高的實用性以及可移植性。

在2020CES展會上，高通展示了其在云端AI領域布局的產(chǎn)品：高通Cloud AI 100系列芯片，這個系列的芯片是高通開展云端AI產(chǎn)業(yè)的標志性事件，作為無線終端領域的佼佼者，也開始在云端應用領域發(fā)力。

而此前，高通除了無線通信芯片外，還設計了用于汽車無人駕駛、車內(nèi)通訊、媒體信息娛樂系統(tǒng)和車輛連接系統(tǒng)等方面的芯片，這些芯片相對于手機、PC端的處理器，需要更加低的功耗以及可以面向?qū)Ｓ迷O計平臺。

而隨著AI應用的興起，對于支持AI任務的專用芯片逐漸受到人們的重視，高通在18年9月1日申請了一項名為“超低功率神經(jīng)元形態(tài)人工智能計算加速器”的發(fā)明專利（申請?zhí)枺?01880053525.8），申請人為高通股份有限公司。

根據(jù)該專利目前公開的資料，讓我們一起來看看這項超低功耗的專用AI處理架構吧。

如上圖，為該專利中發(fā)明的使用包括超低功率神經(jīng)元形態(tài)人工智能計算加速器的片上系統(tǒng)（SOC）來設計神經(jīng)網(wǎng)絡的示意圖，該系統(tǒng)中包含有中央處理單元、圖形處理單元、數(shù)字信號處理單元、專用存儲塊以及多種傳感器系統(tǒng)。

這種硬件設計架構其實是一種專用的系統(tǒng)架構，其中包含有傳感器和導航，可以應用在特定的領域，例如無人駕駛技術中，通過傳感器采集路面數(shù)據(jù)，然后交給CPU和GPU進行數(shù)據(jù)處理，從而可以控制無人汽車的駕駛。

如上圖，為深度卷積網(wǎng)絡（DCN）的示意圖，這是一種被設計成為圖像捕捉的視覺特征識別設備，例如無人駕駛汽車上的攝像頭系統(tǒng)。330為攝像頭系統(tǒng)，可以為系統(tǒng)提供需要識別的圖像，DCN（300）包括特征提取部分和分類部分，在收到圖像時，卷積層可以進行卷積運算來對于圖像進行處理得到特征圖，最終得到處理結果，例如對于路況進行識別。

而這種運算，通常需要CPU和GPU的相互配合，大多是在軟件層面進行計算，因此，為了滿足高效率的計算需求以及低硬件開銷，如果有專用的神經(jīng)網(wǎng)絡處理器，則很適合這種場景下。此外，該專利中還使用了超低電壓工藝來制造局部功率管理器，從而可以實現(xiàn)占用處理器的超低功耗，有效提升續(xù)航。

如上圖，就是具有人工智能計算加速器的神經(jīng)處理器設計架構圖，其中包括存儲器塊504、神經(jīng)處理器502和程序存儲器506，與神經(jīng)網(wǎng)絡計算相關的變量、突觸權重、系統(tǒng)參數(shù)等信息可以被存儲在存儲器塊中，而在神經(jīng)處理器處執(zhí)行的指令可以從程序存儲器中加載。

現(xiàn)在深度神經(jīng)網(wǎng)絡要比約十五年前研究者使用的計算資源多數(shù)千倍，借助于這種專用的神經(jīng)網(wǎng)絡處理器，結合新型訓練架構，可以進一步推進深度學習的性能，經(jīng)過矯正的線性單元可減少被稱為梯度消失的訓練問題，新的訓練技術可減少過度擬合問題，而將芯片進行封裝的技術可以抽象出在感受野中的數(shù)據(jù)并進一步提升總體性能。

在無人駕駛技術中，由于車身空間有限，此外除了中控系統(tǒng)外，還需要安裝大量的傳感器，對于運算在本地進行的無人駕駛汽車來說，如果繼續(xù)使用類似于PC端的架構以及使用通用AI運算系統(tǒng)，則無疑不利于空間的設計，而使用這種專用架構的方式，則可以很好的適用于這種專用的領域。

以上就是高通發(fā)明的超低功耗神經(jīng)元形態(tài)人工智能計算加速器，這種專用AI處理架構，可以很好的應用在例如無人駕駛、實時視頻監(jiān)控等領域，其所使用的超低功耗工藝，可以有效的節(jié)省能源，提高設備的續(xù)航能力，相比于其他的通用架構，具有很高的實用性以及可移植性。

關于嘉德

深圳市嘉德知識產(chǎn)權服務有限公司由曾在華為等世界500強企業(yè)工作多年的知識產(chǎn)權專家、律師、專利代理人組成，熟悉中歐美知識產(chǎn)權法律理論和實務，在全球知識產(chǎn)權申請、布局、訴訟、許可談判、交易、運營、標準專利協(xié)同創(chuàng)造、專利池建設、展會知識產(chǎn)權、跨境電商知識產(chǎn)權、知識產(chǎn)權海關保護等方面擁有豐富的經(jīng)驗。
責任編輯:tzh