云天勵飛IPU成功流片，比特大陸第二代AI芯片曝光！

隨著人工智能市場的火爆，越來越多的芯片廠商開始推出AI芯片，與此同時很多AI算法廠商也開始紛紛推出自己的AI芯片。一時間AI芯片已成為當下最為市場最為關注的焦點。

早在去年11月，礦機芯片廠商比特大陸就推出了自己的首款人工智能芯片BM1680；今年年初，國內的聲紋識別廠商Speakin也曝光了自己的即將推出的聲紋識別模組；今年4月，國內的人臉識別廠商云天勵飛也確認將會在年內推出自己的AI芯片；5月16日，云知聲發(fā)布首款面向物聯(lián)網(wǎng)領域的AI系列芯片UniOne以及第一代芯片“雨燕”；5月24日，出門問問發(fā)布旗下首款AI語音芯片模組問芯Mobvoi A1；7月2日，Rokid發(fā)布旗下AI語音專用SoC芯片KAMINO18；而在同一時間，語音識別廠商思必馳CEO高始興也確認公司正在打造AI語音ASIC芯片，預計今年下半年流片。

近日，云天勵飛首款自主知識產權的AI芯片IPU已成功流片。與此同時，比特大陸的第二代AI芯片BM1682正式曝光。下面我們來看詳細介紹：

云天勵飛自主產權AI芯片IPU已于16日流片

今年4月25日，在云天勵飛召開的芯片專題媒體溝通會上，云天勵飛聯(lián)合創(chuàng)始人、CEO陳寧提到，云天勵飛正在研發(fā)的一款面向嵌入式端的邊緣人工智能芯片IPU (inteligence processor unit)已取得階段性成果，計劃今年年中流片，明年上半年正式商用。時隔僅不到4個月之后，8月16日，云天勵飛的IPU已成功流片。

云天勵飛IPU聚焦嵌入式視覺智能終端

據(jù)介紹，云天勵飛AI芯片的技術路線是通過設計一系列面向多層神經(jīng)網(wǎng)絡的可編程處理器，應對人工智能算法的快速迭代。“我們首創(chuàng)的‘自適應云+端’AI系統(tǒng)架構，可通過云端邏輯控制終端芯片，自動更新終端芯片的算法和功能。”據(jù)云天勵飛聯(lián)合創(chuàng)始人、CEO陳寧介紹，云天勵飛自主研發(fā)的專用深度學習神經(jīng)網(wǎng)絡處理器芯片，采用ASIP設計思路，提供ASIC級別高性能和低功耗，也能提供處理器級別的指令集靈活性。同時，采用異構計算多核SOC架構，集成多處理器單元，并行分布式處理與集中控制系統(tǒng)。

與傳統(tǒng)芯片迭代速度相比，AI芯片迭代更快?！澳壳皝碚f，算法每半個月迭代一次，AI芯片則要同步迭代，而傳統(tǒng)芯片的迭代是按年計算?，F(xiàn)有的CPU或GPU無法滿足嵌入式端視覺AI應用?！睋?jù)云天勵飛研發(fā)副總李愛軍表示，通用CPU在神經(jīng)網(wǎng)絡加速上速度慢，性能上滿足不了對嵌入式端的需求；GPU性能是夠的，但功耗高、成本居高不下?！八裕覀冇X得有必要去研究適應新型神經(jīng)網(wǎng)絡的深度學習處理器架構芯片?！倍铺靹铒w研發(fā)的芯片是面向嵌入式端的邊緣計算人工智能芯片，專注智能視覺，聚焦在安防、智能商業(yè)等領域的場景應用。

擁有國內頂尖ASIP矢量處理器芯片設計團隊

“云天勵飛做芯片不是臨時起意，而是從公司創(chuàng)立之初就開始了芯片的布局。”據(jù)陳寧介紹，云天勵飛早在2014年就有了完整的“機器學習與視覺智能處理器”AI芯片解決方案，并獲得2015年深圳孔雀團隊第一名。

在當時，云天勵飛的芯片研發(fā)團隊是國內AI芯片界唯一有芯片商用經(jīng)驗的團隊，陳寧本人是中國第一款商用矢量處理器芯片的設計者，而芯片團隊主導者李愛軍是原中興通訊手機芯片的研發(fā)負責人，主導研發(fā)了國內第一顆28nm手機芯片商用(2010)和國內首款LTE多模手機芯片商用。

陳寧說，“我們的芯片研發(fā)團隊是國內頂尖的ASIP矢量處理器芯片設計團隊，主要的骨干團隊成員有豐富的矢量處理器、復雜SoC芯片設計經(jīng)驗，且平均設計經(jīng)驗超過10年?！?/p>

IPU具有高能低耗、可編程、可云端升級等特點

據(jù)了解，云天勵飛在2016年完成了第一代深度學習神經(jīng)網(wǎng)絡處理器NNP100的研制，并基于FPGA載體實現(xiàn)商用。

李愛軍介紹說，NNP100深度結合云天勵飛自研深度學習算法，與自研神經(jīng)網(wǎng)絡模型深度耦合，具有強大的運算處理能力以及靈活的模型pooling能力，設計上支持PE數(shù)量根據(jù)場景需求任意擴展和裁剪，非常靈活，同時它又具有高性能、低時延和低功耗技術優(yōu)勢。

“相比之前的應用效果，采用NNP100后FPGA加速卡，計算性能相比GPU提升2倍，功耗減低5 倍，時延減低100倍?！崩類圮娊榻B，目前NNP100應用在云天勵飛的DeepEye100智能盒子和DeepEye200服務器加速卡產品上。基于NNP100的技術基礎，云天勵飛已經(jīng)在研發(fā)第二代深度學習神經(jīng)網(wǎng)絡處理器NNP200，并取得階段性成果。NNP200將集成于云天勵飛IPU (inteligence processor unit)芯片上，并用于智能終端產品。

據(jù)介紹，云天勵飛的視覺AI芯片具有2Tops/W的高能量效率。與Nvidia開源的nvDLA相比，相同運算力下，在很小的內存帶寬下，算法模型效率可以提高18倍。與麒麟970相比，相同運算力下，比970的性能提高4.4倍。

“云天的芯片除了高能低耗的優(yōu)勢之外，還能實現(xiàn)可編程，遠程一鍵升級。芯片可同時處理多路高清視頻，此外，通過片間級聯(lián)還可進行擴展?！崩類圮娬f，多芯片級聯(lián)，相當于搭積木一樣，一顆一顆之間通過板級互聯(lián)進行擴展。通過級聯(lián)擴展最多可以同時處理64路視頻。

“我們采用業(yè)界領先的22nm工藝，工藝的性能、功耗、面積經(jīng)過仿真、分析、比對，對比業(yè)界主流的28nm工藝，都具有一定優(yōu)勢，性能提升約10%，功耗降低約15%，面積減小15%-20%?！标悓庍€提到，云天勵飛的IPU芯片計劃在今年年中實現(xiàn)流片，并在明年上半年推向商用，最終通過模式創(chuàng)新，打造一個開放賦能的芯片平臺。

云天IPU最大亮點——對場景理解更為深刻

相比傳統(tǒng)的芯片，AI芯片更注重“從場景到算法，從算法到芯片”。正因為不同于以往從硬件出發(fā)的思路，AI芯片的行業(yè)形態(tài)和商業(yè)模式正在發(fā)生著變化。目前，AI芯片的應用場景主要集中在安防、智能家居和消費電子、自動駕駛、云計算、智慧城市等行業(yè)。

“由于目前還不存在適用于所有通用算法的嵌入式AI芯片，確定芯片的應用場景就顯得尤為重要。”陳寧提到，過往三年，云天勵飛深耕安防領域，最先提出了針對安防行業(yè)“云+端”的解決方案，真正做到將AI技術落地于垂直場景。

來源： 智能科技熱點

深度分析：比特大陸二代AI芯片性能躍升，專注安防視頻

近日，坊間傳聞許久的比特大陸第二代人工智能芯片BM1682，正式出現(xiàn)在其官網(wǎng)頁面。根據(jù)比特大陸一貫神秘務實的風格，相信基于BM1682的板卡、服務器也已經(jīng)備好了。筆者在芯片行業(yè)浸淫十多年，嘗試根據(jù)比特大陸官網(wǎng)公布的產品白皮書，來分析一下這兩代人工智能芯片之間的異同，嘗試談一談比特大陸在人工智能領域的意圖和野心。

2017年第4季度，比特大陸正式推出了其人工智能品牌算豐(SOPHON)，發(fā)布了全球首款公開發(fā)售的TPU(Tensor Processing Unit張量計算單元)芯片BM1680，專門用于人工智能中的深度學習加速。時隔不足一年，2018年3月，比特大陸又推出其第二款TPU芯片BM1682，根據(jù)初步披露的資料顯示，BM1682是一塊專門用于圖像/視頻處理方向的人工智能芯片。

BM1682與BM1680使用了相同的深度學習算法的硬件加速模塊，但相比BM1680而言，BM1682具有更強大的深度學習算法執(zhí)行能力，此外BM1682還增加了視頻處理子模塊，以及適用于具體應用場景的諸多功能模塊。

下面我們對其兩者進行一個具體的對比評測：

頂層架構——BM1682定位更細分

從頂層架構可以看出，BM1680和BM1682均集成了深度學習算法所用到的核心模塊NPUs。NPU是比特大陸自行研發(fā)的深度學習算法硬件加速器，用于加速深度學習算法的執(zhí)行速度。

從頂層架構圖上可以看到，BM1680比BM1682額外集成了高度定制的BMDNN Chip Link Subsystem。該子模塊可以在高速SerDes上提供穩(wěn)定、靈活、低延遲的鏈路。用戶可以通過該鏈路將多個BM1680芯片連接成一個統(tǒng)一的整體，使其協(xié)同工作，大大提高系統(tǒng)的運算能力。BM1682并沒有集成此模塊，這大概是基于BM1682專一化的市場應用定位，以及處理速度足夠滿足用戶對圖像/視頻處理需求而考慮的。

從頂層架構圖上可以看到與BM1680相比，BM1682芯片的整體架構發(fā)生了不小的變化，其定位則更加細分明確。從右上角增加的Video Subsystem模塊可以明確看出，該款芯片定位于圖像/視頻處理方向。

模塊細節(jié)——BM1682設計更豐富

BM1682的深度學習加速的核心功能模塊與BM1680是相同的。兩款芯片均包含了深度學習的核心單元—硬件加速器NPU Subsystem。兩者的NPU Subsystem均各自集成了64個NPU單元，統(tǒng)一由NPU Schedule Engine進行調度(BM1682架構圖中未體現(xiàn))，最大化的提高了NPUs的效率，加快了深度學習算法inference (推演)與training (訓練)的速度。根據(jù)初步資料顯示，兩者在MCU的配置上是有些許差異的，但由于資料不全面，故無法評斷出兩者的MCU處理能力的差別。

除了深度學習算法硬件加速模塊(NPUs)、用于高速連接其余BM1680的Chip Link模塊之外，BM1680還提供了4個獨立的DDR4通道，最高支持16GB的DDR3 或 DDR4 DRAM拓展，用于高速數(shù)據(jù)緩存讀取，以提高系統(tǒng)的執(zhí)行速度。BM1680還加入了Global DMA模塊。DMA用于提供數(shù)據(jù)搬移功能，這可以在大塊數(shù)據(jù)進行讀寫搬移時不占用MCU的資源，如在DDR4 的RAM中搬移數(shù)據(jù)時。對于大數(shù)據(jù)量的深度學習系統(tǒng)，DMA可以極大的提高效率。BM1680的Peripheral Subsystem 提供了UART、SPI、IIC與GPIO等接口，用于外接傳感器，或與外界進行通訊、記錄、控制等操作。這些接口都屬于通用接口，可見BM1680的定位就是通用深度學習芯片，在外設上沒有給與太多支持。

從架構圖看，BM1682明顯復雜了很多。其額外增加了AP (Application Processor) Subsystem和Video Subsystem(視頻處理系統(tǒng))。Video Subsystem(視頻子系統(tǒng))則主要專注于視頻預處理的相關任務。

BM1682的Video Subsystem提供了2個H.264視頻解碼器，1個H.265解碼器。H.264 /H.265均為視頻編碼方式，也是比較流行的視頻編碼的兩種方式。相對而言，H.265視頻編碼比H.264具有更高的壓縮比、更強的網(wǎng)絡糾錯適應能力，但考慮到現(xiàn)階段在安防、智能家居和互聯(lián)網(wǎng)視頻領域中仍然還是以H.264編碼的視頻和視頻設備為主，兩者2:1的譯碼器數(shù)量在視頻支持類型和解碼帶寬做了一個合適的權衡。比較貼心的是，BM1682提供了Video Post-Processing功能，該子模塊用于對采用H.264或H.265編碼的視頻進行渲染處理，這些渲染處理主要包括顏色空間轉換、視頻剪裁、縮放操作、仿射變換、多幀拼接等常規(guī)操作。經(jīng)過Video Post-Processing對外界進入的視頻數(shù)據(jù)進行硬件加速預處理后，Video Subsystem會將處理后數(shù)據(jù)通過總線傳輸給NPUs、DRAM、AP System或外接存儲設備，然后進行后續(xù)的深度學習處理等操作。

BM1682提供了豐富的外界交互接口，如高速接口PCIE、以太網(wǎng)、SDIO3.0、WIFI等。BM1682將數(shù)據(jù)處理完畢后可以很方便的通過PCIE接口、以太網(wǎng)接口、或者WIFI接口將數(shù)據(jù)傳輸?shù)娇偡掌?。若是條件限制沒有網(wǎng)絡接入點，用戶可以選擇通過接入SDIO3.0的eMMC存儲器或是PCIE式存儲器將數(shù)據(jù)存儲到本地存儲裝置?？梢姡珺M1682對其可能的應用場景做了充分的考慮并給予了硬件支持，用戶可以根據(jù)需求，靈活方便的進行配置。

Peripheral Subsystem方面，BM1682比BM1680要豐富的多，這大大方便了用戶進行系統(tǒng)拓展，如添加額外傳感器等。BM1682的外設包括2個SPI接口、4個UART接口、4個IIC、4路PWM生成器、一塊內嵌式SPI Flash、WDG、Timer、GPIO、PVT Sensor、Top Reg、Efuse、ROM。由給出的外設可以看到，BM1682的設計考慮了配置、存儲、對外界系統(tǒng)實時控制、以及加密保護等功能，極大提高了系統(tǒng)的靈活性、安全性，省卻了用戶額外添加相關功能的開發(fā)成本。

性能分析——BM1682極大提升

NPU深度學習硬件加速器是人工智能的核心。兩者NPUs模塊集成了64個NPUs單元，通過NPU Schedule Engine進行調度。BM1682中每個NPU含有32個EUs，BM1680未知。根據(jù)BM1680、BM1682數(shù)據(jù)手冊顯示，單片BM1680單精度運算速度為2TFLops;單片BM1682單精度運算速度為3TFLops。BM1682的單片運算速度高出BM1680 50%。

BM1680單片的運行速度低于BM1682，但BM1680支持級聯(lián)工作模式，數(shù)個BM1680可以通過高速的Chip Link Subsystem組成一個集群式的系統(tǒng)，進行更高處理量的運算處理任務。BM1682不具備級聯(lián)功能。下圖為BM1680芯片的級聯(lián)連接示意圖。

級聯(lián)方式：每個Node代表一個BM1680

電學方面，根據(jù)兩者的數(shù)據(jù)手冊顯示：滿載工作時BM1680的TPD(Thermal Design Power熱設計功耗)為41W;：滿載工作時BM1682的TPD小于50W。從功耗角度分析，BM1680的2TFlops的NPUs速度應該是有所保留的。

開發(fā)生態(tài)——兩代芯片都很到位

BM1680、BM1682均支持的主流的CNN/RNN/DNN深度學習架構，通過這兩款TPU芯片進行硬件加速，可以極大的提高深度學習算法的執(zhí)行速度。當然，BM1680和BM1682也可以通過基礎的矩陣運算進行深度學習的模型、架構的搭建。

在開發(fā)生態(tài)方面，兩款芯片的支持也是很到位的。BM1680、BM1682均對后端用戶提供SDK;如果用戶需要進行深度優(yōu)化以獲取算法最優(yōu)性能，可以聯(lián)系廠家獲得相關教學支持。

應用領域——BM1682更專注圖像/視頻處理

由前述分析可知，BM1680為通用性人工智能芯片，其應用方向沒有偏向性，芯片內部主要集成了深度學習算法所需要的基本模塊，應用各種人工智能的深度學習算法，通過添加相應的外圍電路模塊，BM1680可以搭建成適用于任一個領域的深度學習系統(tǒng)——像圖片識別、自然語言處理、文本處理、金融、醫(yī)學等等大小領域均可選擇該芯片實現(xiàn)。BM1680更加具有靈活性。而且，BM1680可以進行級聯(lián)，所以對于需要處理巨大數(shù)據(jù)量的人工智能深度學習系統(tǒng)，BM1680尤為合適。像企業(yè)級應用、海量數(shù)據(jù)處理等方面，通過簡單的級聯(lián)BM1680就可以獲取相匹配的計算能力，靈活而強大。

而BM1682則是一個升級版的BM1680并配備了專門用于視頻處理的集成系統(tǒng)，整個BM1682芯片搭載了視頻處理所需要的全部核心模塊，以及對其具體應用場景適應性的輔助模塊。BM1682對于需要進行圖像/視頻處理的市場應用可謂是十分便捷了。BM1682的輔助功能配置模塊自帶有線與無線網(wǎng)絡功能，對于視頻監(jiān)控方向的市場應用十分方便，無線功能更是省略了網(wǎng)線布線的繁瑣施工，并且可用于實現(xiàn)遠程監(jiān)控。對于一些沒有網(wǎng)絡的場合，如科研領域的野外視頻收集處理、閉路視頻監(jiān)控等，BM1682可以輕松的添加外置存儲裝置進行數(shù)據(jù)備份收集。BM1682作為圖像/視頻方向深度學習的SoC片上系統(tǒng)，市場前景很是廣闊，這款新品還是很值得期待的。

作者 | 中國科學院微電子研究所 劍白