互联网

您的位置:主页 > 互联网 >

yabo手机版登录-独家专访汪玉:不止是DPU,深鉴要做AI解决方案提供商

发布日期:2021-05-14 07:10浏览次数:
本文摘要:18帧的低帧亲和度和3瓦的功耗可以用于人脸识别摄像头等前端产品;后者主要用于后端,单板可以对抗16路1080p视频的动态识别,整体功耗不到30瓦。除此之外,沈剑科技还发布了视频结构化解决方案DP-2100-O16,可以对16个通道的1080p高清视频进行动态视频结构化,可以检测、跟踪和分析人、车和非机动车的属性。 除了图像应用,沈剑科技还发布了DP-S64型号的语音识别加速方案。它只反对密集简化的神经网络处理,单个卡最多可以反对同时加速64通道用户的语音识别。

yabo手机版登录

18帧的低帧亲和度和3瓦的功耗可以用于人脸识别摄像头等前端产品;后者主要用于后端,单板可以对抗16路1080p视频的动态识别,整体功耗不到30瓦。除此之外,沈剑科技还发布了视频结构化解决方案DP-2100-O16,可以对16个通道的1080p高清视频进行动态视频结构化,可以检测、跟踪和分析人、车和非机动车的属性。

除了图像应用,沈剑科技还发布了DP-S64型号的语音识别加速方案。它只反对密集简化的神经网络处理,单个卡最多可以反对同时加速64通道用户的语音识别。

在这种情况下,基于密集神经网络和模型传输,可以使语音识别的延迟更短。值得一提的是,这些自行构建算法的DPU产品,都是基于全球最大的FPGA厂商Xilinx的FPGA芯片开发的。

而沈剑科技在FPGA技术上也有自己的首创;在FPGA 2017大会上,来自沈剑理工的《ESE: Efficient Speech Recognition Engine with Sparse LSTM on FPGA》被选为唯一的最佳论文。但是在底层硬件方面,沈剑科技并不局限于FPGA,在ASIC方面也有一定的规划。回应,王宇回应:FPGA的优势是可以反转,可以随时加入模块;如果一定要改变架构,或者核心架构是递归的,可以在FPGA中快速递归实现,需要短时间跟上市场,获得和GPU一样多的性能。但是,AISC可以得到比FPGA好十倍的潜力,也就是一个数量级以上。

所以在一些特殊领域(比如手机芯片),AISC在功耗和性能上是最差的,但研发时间最长,从设计规范到设计需要很长时间。然而,沈剑科技并不认为自己是一家硬件公司,更不愿意将自己视为深度自学解决方案的提供商。因此,在硬件的基础上,沈剑科技为DPU开发了深度神经网络开发套件(DNNDK)。对此,科技CEO姚松回应称,科技的基准目标是全球最热门的AI公司之一NVIDIA,该公司在一定程度上收购了硬件和完整的生态系统。

DNNDK也是国内第一个专门为深度自学开发的SDK。云和端必须响应。

对于任何一个有技术支撑的公司来说,如何面对市场施工技术的产品化是一个被迫面对的商业问题;而大牛们聚在一起就像深厚的科技知识,自然永远不值得关注。在目前的市场条件下,沈剑科技首先自由选择了人脸识别拒绝度高的安全领域;本质上,上述两个人脸识别模块DP-1200-F01和DP-2100-F16,以及三个可以构建视频结构的DPU DP-2100 O16,都是沈剑科技已经向市场销售的适用产品。

然而,沈剑科技似乎只会停留在安全方面。2017年初,沈剑科技拒绝接受西林、联发科等行业龙头数千万美元的A系列融资;其中,作为全球最大的FPGA厂商,Xilinx在一定程度上获得了沈剑科技的资金和技术支持,可以称得上是众多潜在的客户资源和海外市场机会。某种程度上,联发科在智能手机、家居、汽车电子等领域的深厚积淀。

向科技学习不是多余的。在10月24日宣布的4000万美元的A轮融资中,三星和蚂蚁金服均有参与。

对此,沈剑科技回应称,蚂蚁金服不会帮助沈剑拓展,更好的应用到包括金融在内的场景;与三星的合作重点在存储等方面。但是当被问及(微信官方账号:)三星的投资时,王宇透露了这样一条消息:三星的投资一开始是从存储领域开始的,后来他们的多媒体和智能手机部门对我们很感兴趣,但是现在没有办法对外披露我们迈出了什么步骤。我对这条新闻感兴趣的原因是,沈剑科技展示了一组数据,将自己基于FPGA的亚里士多德加速器与苹果A11和华为麒麟970进行了比较。

yabo手机版网址

数据显示,三种产品与GoogleNet-V3、ResNet-50、VGG 16相比,亚里斯多德加速器的效用亲和力高达50%,远低于损耗。此外,在发布会结束时,沈剑科技宣布了一款SoC名为“庭涛”;它采用TSMC的28纳米工艺技术和DP4096亚里斯多德核心,功率为1.1W,峰值性能超过4.1T.当被问及该芯片是否有望作为智能手机的移动终端时,王宇回应:有。“听道”功率1.1瓦左右,性能几T;这种芯片可以定制为适合和低功耗的场景,如IOT。

目前IOT低于100兆瓦,智能手机100到500兆瓦,安防1兆瓦。芯片能做到的每瓦特计算能力是完全一致的,这个会变化太大;在一个确定的场景中,只有这个“盒子”中的PE可以被扩展和裁剪,可以用在一个功耗较低的场景中。

关于智能手机移动端深度自学、神经网络等技术的未来发展,王宇也传达了自己的观点:我真的不把智能手机的深度自学应用到识别上,这是公认的;总的来说,苹果在智能手机领域处于领先地位。既然做到了这一点,那就同意在想了很多之后开始逐渐布局。但是我在智能手机里得到的计算能力肯定是有限的;确实需要对场景做一个非常细致的解读或者分析,或者有更多的计算能力,所以行业往往不会为了做更细致的分析而把什么东西撒得到处都是。

未来,云和端必须响应。我推不下去。手机里几乎是允许的。

允许禁止发表的原创文章。以下是发布通知。


本文关键词:yabo,手机,版,登录,yabo手机版登录,独家专访,汪玉,不止,是,DPU

本文来源:yabo登陆-www.73oaw.com