中星微推出星光智能一号芯片 - 安防知识网

中星微星光智能一号诞生，并实现量产。NPU采用了“数据驱动”并行计算的架构，单颗NPU(28nm)能耗仅为400mW，极大地提升了计算能力与功耗的比例，可以广泛应用于高清视频监控、智能驾驶辅助、无人机、机器人等嵌入式机器视觉领域。

　　6月20日，中星微数字多媒体芯片技术国家重点实验室宣布，经过多年的探索和研究，中国首款嵌入式神经网络处理器(NPU)芯片——星光智能一号诞生，并实现量产。NPU采用了“数据驱动”并行计算的架构，单颗NPU(28nm)能耗仅为400mW，极大地提升了计算能力与功耗的比例，可以广泛应用于高清视频监控、智能驾驶辅助、无人机、机器人等嵌入式机器视觉领域。星光智能一号是中星微主导的“星光中国芯工程”的又一重大阶段性成果，这标志着我国在神经网络处理器领域的研究和开发上取得了重大突破;在基于“数据驱动并行计算”架构的深度学习人工智能领域达到国际先进水平;使我国视频监控行业发展由模拟时代、数字时代跨入智能时代，实现产业化并促进整体水平提升，在全球确立领先地位。

　　“星光智能一号”中国首款嵌入式神经网络处理器芯片诞生

　　从“深蓝”到Alphgo，人工智能如何发展?

　　人工智能经过了跌宕起伏的发展过程，从“深蓝”对决国际象棋，到Alphago对战围棋九段李世石，人工智能都以胜者的姿态展现在世人面前。不过，两次人机大战背后的技术力量截然不同。第一次人机大战，“深蓝”凭借的是超级计算机的运算速度，而第二次人机大战中，Alphgo依靠的却是模仿人脑的深度学习神经网络。然而，有一个问题摆在我们面前，深蓝重达1270公斤，有32个CPU，而Alphago更是运行在一个庞大的服务器集群上，每下一盘棋的电费就高达3000元美金!

“星光智能一号”芯片

深度学习只是大型服务器集群的专属吗?小型化设备能否集成深度学习系统?中星微国家重点实验室给出的答案是：前端小型化设备也可以拥有人工智能。中星微数字多媒体芯片技术国家重点实验室执行主任张韵东表示，神经网络处理器(NPU)针对CNN(卷积神经网络，Convolutional Neural Network)算法特性而设计的处理器内核，彻底颠覆了冯诺依曼架构而采用了“数据驱动”并行计算架构。每个NPU处理器具有4个内核(NPU Core)，每个内核有两个数据流处理器(Dataflow Processor), 每个数据流处理器具有8个长位宽或16个短位宽的SIMD(单指令多数据)运算单元。在一个时钟周期内，NPU处理器可同时完成64个长位宽MAC运算或者128个短位宽MAC运算。

每个NPU处理器具有38G Ops的长位宽处理能力或者76G Ops的短位宽处理能力。 NPU的处理性能可以通过组成多核阵列来提升，也可以通过多芯片级联的方式进一步扩展，以满足更复杂的CNN网络运算的性能需求。每个NPU处理器中同时还包含一个LW Processor(长字处理器)，专门用于处理神经元网络中的超越函数等复杂计算。另外，每个NPU处理器还具有256KB Level-2 Cache，以及整块数据搬移(Block Data Access)，片内数据共享(Data-sharing Between Processor Units)，提升数据流的吞吐效率。并与软件配合利用了稀疏数据优化(Optimization for Sparse Data)等特性提高计算效率。NPU开发包提供可视化的数据流程图优化工具。NPU支持Caffe、TensorFlow等多种神经网络框架, 支持AlexNet、GoogleNet等各类神经网络。张韵东介绍说，星光智能一号的诞生，将人工智能与大数据产业有机结合在一起，成千上万个视频监控设备所产生的数据，通过前端智能分析、后端深度挖掘，能够产生巨大的社会效益和经济价值。

一场安防IPC模组方案发布会引发的吐槽风波与反思
 SVAC编解码技术标准：诞生、质疑与发展