隨著技術的發(fā)展，神經(jīng)網(wǎng)絡處理仍處于起步階段。因此，仍有一些高層次的問題需要回答。例如，“你如何實際執(zhí)行神經(jīng)網(wǎng)絡圖？”

有幾種可能的方法，但是神經(jīng)網(wǎng)絡（都是圖）的出現(xiàn)揭示了傳統(tǒng)處理器架構中的一些缺陷，這些缺陷并不是為了執(zhí)行它們而設計的。例如，CPU 和 DSP 按順序執(zhí)行工作負載，這意味著必須將 AI 和機器學習工作負載重復寫入不可緩存的中間 DRAM。

這種串行處理方法，其中一個任務（或任務的一部分）必須在下一個任務開始之前完成，這會影響延遲、功耗等。而不是一個好辦法。圖 1 顯示了如何在這些傳統(tǒng)處理器上執(zhí)行圖形工作負載。

圖 1. 神經(jīng)網(wǎng)絡圖的串行執(zhí)行導致高功耗、延遲和整體系統(tǒng)成本。

圖中，氣泡節(jié)點 A、B、C 和 D 代表功函數(shù)，而矩形顯示每個節(jié)點生成的中間結(jié)果。Blaize（前身為 ThinCi）戰(zhàn)略業(yè)務發(fā)展副總裁 Richard Terrill 解釋了以這種方式處理神經(jīng)網(wǎng)絡圖的影響。

“這些中間結(jié)果通常非常龐大，將它們存儲在芯片上可能非常昂貴，”Terrel 解釋說?！澳阋醋鲆粋€非常大的籌碼?；蛘撸Ｒ姷氖?，您將其發(fā)送到芯片外，等待它完成。完成后，您可以加載下一個節(jié)點并運行它。

“但是發(fā)生的情況是，必須在 B 加載并運行后將結(jié)果帶回芯片上，然后在 C 加載并運行后將兩個結(jié)果帶回芯片上。這里發(fā)生了很多片外、片上、片外、片上交易?！?/p>

面向圖表

隨著神經(jīng)網(wǎng)絡技術的使用和應用的增長，最先進的技術必須改變。Blaize 正在開發(fā)一種圖形流處理器 （GSP） 架構，它認為該架構可以與未來的人工智能和機器學習工作負載一起擴展。

該公司的“完全可編程”芯片包含一系列指令可編程處理器、專用數(shù)據(jù)緩存和專有硬件調(diào)度程序，可為神經(jīng)網(wǎng)絡圖帶來任務級并行性。如圖 2 所示，該架構有助于減少外部存儲器訪問，而集成 GSP 和專用數(shù)學處理器的運行頻率僅為數(shù)百兆赫以節(jié)省電力。

雖然 Blaize 仍然對其 GSP 架構的細節(jié)保持不變，但從高層次來看，該技術似乎可以解決當今的許多圖形處理挑戰(zhàn)。

“機器是底層的核心技術，它旨在高效地實施和運行數(shù)據(jù)流圖，”Terrill 說。“這是一種抽象，但它代表了當今許多非常有趣的問題，要求你能夠?qū)ζ溥M行不同類型的運算，不同的計算、算術和控制、不同精度的算術、不同運算符的算術、專用數(shù)學功能等。

“在里面，如果我們把它打開，我們專有的 SoC 有一系列專有處理器。它們是一個級別的一類 CPU，但它們是由我們的編譯器用二進制文件編程的，以便在其中運行，”他補充道。

圖 3 顯示了如何使用該機器有效地執(zhí)行圖形流處理。如圖所示，標記為 0、1、2、3、4、5 和 6 的矩形表示任務平行。數(shù)據(jù)從第一個并行發(fā)送到標記為“A”的氣泡節(jié)點。從氣泡中，它通過一個嚴重截斷的中間緩沖區(qū)，允許任務繼續(xù)執(zhí)行而不必離開芯片。

從理論上講，這意味著更低的能耗、更高的性能以及所需內(nèi)存帶寬的大幅減少。所有這些都可以轉(zhuǎn)化為更低的系統(tǒng)成本。

與 Blaize 的 GSP 技術配合使用的專用硬件調(diào)度程序允許開發(fā)人員利用這種性能，而無需了解目標架構的低級細節(jié)，Terrill 指出這是關鍵，因為沒有人可以真正處理這些類型的任務調(diào)度。工作量。事實上，調(diào)度程序非常高效，它可以在單個時鐘周期內(nèi)基于上下文切換對內(nèi)核進行重新編程。

調(diào)度程序能夠通過與實際工作負載執(zhí)行并行運行流程圖的映射來實現(xiàn)這一點

“它可以對傳入數(shù)據(jù)的單個周期以及何時何地運行的中間結(jié)果做出決策，”特里爾說?！八粌H是可編程的，它是單周期可重新編程的，并且有很大的不同。您無法使用已修復的內(nèi)容或使用程序計數(shù)器來跟蹤正在完成的工作來執(zhí)行此類工作。對 FPGA 重新編程非常困難。這需要半秒鐘，你會失去所有的狀態(tài)。它永遠跟不上人們希望完成事情的這種速度?！?/p>

該公司的測試芯片是基于 28 納米工藝技術開發(fā)的。然而，有趣的是，Blaize 計劃通過一系列行業(yè)標準模塊、電路板和系統(tǒng)來生產(chǎn)這項技術。

GSP 的軟件方面

圖形原生處理器架構當然需要圖形原生軟件開發(fā)工具。在這里，Blaize“畢加索”開發(fā)平臺允許用戶高效地迭代和改變神經(jīng)網(wǎng)絡；量化、修剪和壓縮它們；如果需要，甚至可以創(chuàng)建自定義網(wǎng)絡層（圖 4）。

Picaso 支持 ONNX、TensorFlow、PyTorch 和 Caffe 等 ML 框架，基于 OpenVX 并采用類似 C++ 的語言，簡化了將應用程序的神經(jīng)網(wǎng)絡部分集成到軟件堆棧中的其他組件的過程。圖 4 顯示了 Picaso 的主要元素——一個幫助開發(fā)預處理和后處理指令的 AI 工具包和一個處理編譯的圖形框架。

有趣的是，在生成可執(zhí)行文件后，編譯器在運行時一直保留數(shù)據(jù)流圖，這允許硬件調(diào)度程序執(zhí)行上述單周期上下文切換。它還自動將工作負載定位到芯片上最高效的內(nèi)核，以最大限度地提高性能和節(jié)能。

但是在上圖中更仔細地放大，我們會遇到“NetDeploy”。這是 Blaize 開發(fā)的一項技術，用于自動優(yōu)化現(xiàn)有模型以部署在邊緣設備中。

在修剪、壓縮和拉出東西的第一遍過程中，它最終成為一個非常循環(huán)的問題，”特里爾說。“準確性通常會下降，它會回到訓練階段說，‘好吧，像這樣訓練它，然后這樣做，看看會發(fā)生什么。’”

“這不是一個非常確定的過程。這需要很多周期?！?/p>

與 OpenVINO 等工具類似，NetDeploy 允許用戶指定所需的精度和準確度，并在將模型優(yōu)化為將在邊緣運行的算法時保留這些特征。據(jù) Terrill 稱，一位在 GPU 上進行培訓并在 FPGA 上進行部署的客戶使用 NetDeploy 將模型移植時間從數(shù)周縮短到幾分鐘，同時保持準確性并滿足內(nèi)存占用目標。

描繪未來

在過去的 24 個月中，隨著人工智能工作負載變得越來越普遍，并且縮小硅幾何尺寸的能力停滯不前，我們看到了許多新穎的架構出現(xiàn)。

Blaize 通過其圖形流處理 （GSP） 解決方案提供了一種獨特的方法，該解決方案涵蓋了計算、人工智能開發(fā)和移植軟件，很快，甚至可以輕松集成到設計中的硬件。這可能使公司的技術比其他新興替代品更快地被采用。

審核編輯：郭婷