AI加速器實現(xiàn)高速CNN處理,，降低功耗,。
全球領先的半導體解決方案供應商瑞薩電子株式會社（TSE：6723）近日宣布推出全新AI加速器，可高速且低功耗地執(zhí)行CNN（卷積神經網絡）處理,，向下一代瑞薩嵌入式人工智能（e-AI）邁進,，加速端點設備智能化,。采用該加速器的測試芯片可實現(xiàn)效率達到8.8 TOPS/W（注1），達到業(yè)界最高水平,。瑞薩加速器基于計算存儲一體化（PIM）架構,，即當讀取存儲器數(shù)據(jù)時，在存儲器電路中執(zhí)行乘法和累加運算,。
為構建全新AI加速器,，瑞薩推出了以下三種技術。一是可執(zhí)行大規(guī)模CNN計算的三進制（-1,，0,，1）SRAM結構PIM技術。二是與比較器配合使用的SRAM電路,，可在低功耗下讀取存儲器數(shù)據(jù),。三是能夠防止在制造過程中因工藝變化而導致的計算錯誤。將以上技術結合,，既能縮短深度學習處理中的存儲器訪問時間,，又可降低乘法和累加運算所需的功率。因此,，當通過手寫字符識別測試（MNIST）進行評估時,，新加速器在保持99%以上準確率的同時，達到了業(yè)界最高能效等級,。
瑞薩于6月13日在日本京都召開的2019年度“VLSI和電路技術專題研討會（2019年6月9-14日）”上展示了相關測試結果,。瑞薩還基于原型AI模塊演示了實時圖像識別技術，其中測試芯片由一顆小型電池供電,，在演示環(huán)節(jié)中與微控制器,、攝像頭、其它外圍設備及開發(fā)工具相連接,。
由于二進制（0,，1）SRAM結構只能處理值為0或1的數(shù)據(jù)，PIM架構無法通過單比特計算獲得足夠的大規(guī)模CNN運算精度水平,。此外,，制造過程中的工藝變化導致這些運算的可靠性降低。瑞薩現(xiàn)已開發(fā)出攻克這些問題的技術,，并將其作為實現(xiàn)未來革命性AI芯片的前沿技術應用于下一代e-AI解決方案,，例如對性能和功率效率有較高要求的可穿戴設備及機器人等。
下一代AI芯片技術的關鍵特性：
可根據(jù)所需精度調整計算位數(shù)的三進制（-1,，0,，1）SRAM結構PIM技術
三進制（-1，0,，1）SRAM結構PIM技術采用三元存儲器與簡單數(shù)字計算塊相組合,，保證硬件數(shù)量增加的同時將計算誤差降至最低。同時,，允許根據(jù)所需精度進行位數(shù)切換（如1.5位（三進制）和4位計算之間）,。可針對不同用戶需求支持不同的精度及運算規(guī)模,，用戶可優(yōu)化精度與功耗間的平衡,。
結合比較器和復制單元的高精度/低功耗存儲器數(shù)據(jù)讀取電路
當采用PIM架構時，通過檢測SRAM結構中的位線電流值以讀取存儲器數(shù)據(jù)。盡管使用A/D轉換器進行高精度位線電流檢測是有效的,，但這種方法功耗高且芯片面積較大,。因此，瑞薩將比較器（1位感測放大器）與復制單元相結合,，方便靈活控制電流,，從而開發(fā)出高精度的存儲器數(shù)據(jù)讀取電路。此外,，由于神經網絡操作所激活節(jié)點（神經元）數(shù)量非常少（約1%）,，通過關閉未激活節(jié)點（神經元）讀取電路以實現(xiàn)更低的運行功率。
消除制造過程中因工藝變化導致計算誤差的規(guī)避技術
由于制造過程中的工藝變化,，導致SRAM結構中位線電流值產生誤差,，從而造成存儲器讀取數(shù)據(jù)時出現(xiàn)錯誤。為解決這個問題,，瑞薩在芯片內部覆蓋了多個SRAM計算電路模塊,，由制造工藝變化最小的模塊執(zhí)行計算任務。由于激活節(jié)點只是所有節(jié)點中的一小部分,，因此激活節(jié)點被有選擇地分配給制造過程變化最小的SRAM計算電路模塊執(zhí)行計算,。從而將計算誤差降至幾乎可忽略的水平。
自2015年引入嵌入式AI（e-AI）概念以來,，瑞薩一直致力于多個e-AI解決方案的研發(fā),。瑞薩根據(jù)e-AI的有效性和已實施的應用程序定義了“類”，并根據(jù)以下四類開發(fā)出e-AI解決方案：
第1類：判斷信號波形數(shù)據(jù)的正確性或異常,。
第2類（100GOPS/W級）：通過實時圖像處理判斷正確性或異常,。
第3類（1TOPS/W級）：實時識別。
第4類（10TOPS/W級）：在端點啟用增量學習,。
瑞薩于2017年推出e-AI開發(fā)環(huán)境,，并于2018年發(fā)布RZ/A2M微處理器，該微處理器集成瑞薩獨有DRP技術,，為第2類應用提供解決方案,。同時，為實現(xiàn)第3類應用,，瑞薩進一步提高了DRP技術的計算性能,。
現(xiàn)在，瑞薩正立足此項開發(fā)并推出新型尖端技術,。全新加速器技術結合低功耗特性和改進的計算性能,，可能成為實現(xiàn)第4類應用的關鍵技術之一。瑞薩致力于通過在物聯(lián)網邊緣及端點采用AI技術來增強智能,，為實現(xiàn)智能社會做出貢獻,。