熱門關鍵字:機器視覺 | 穿戴式 | 工業4.0 | IoT

訂閱電子報

立刻輸入Email,獲取最新的資訊:

收藏功能:
分享報新知:
其他功能:

AIoT浪潮興起 小型處理器核心滿足邊緣運算需求

文‧陳妤瑄 發布日期:2017/04/12 關鍵字:Socionext.CPU.GPU.VPU

小型處理器核心的出現,替人工智慧進駐各類終端裝置開闢了全新道路。隨著人工智慧的發展,有越來越多應用產品開始在終端上進行即時運算,也就是所謂的邊緣運算。不過,目前的處理器核心對許多終端裝置來說,功耗仍嫌偏高,雖具有強悍的效能,卻難以滿足邊緣運算需求。有鑑於此,索思未來(Socionext)採取用小型核心堆疊的晶片設計架構,實現用同一款核心滿足各種運算需求的目標。

索思未來戰略銷售組銷售部銷售專案總監張育豪表示,目前市場上主流的CPU或GPU核心規模很大,雖然運算效能很強,但功耗也高,而且不易針對應用進行客製化設計。有鑑於此,Socionext採取用小型核心堆疊的設計架構,其好處在於從雲到端都可以採用同樣的處理器核心,且也較容易針對個別應用進行客製化,例如將CPU核心跟影像處理核心(VPU)整合在單晶片上。

張育豪觀察,目前的人工智慧應用大多與影像相關,但不管是CPU或GPU,在進行影像運算時,功耗/性能比都不盡理想。這是因為CPU跟GPU原本就不是為了處理影像而設計的晶片。CPU的強項在於進行資料運算,而GPU則適合用來進行3D繪圖處理。因此,用CPU或GPU來進行影像分析,其實效率不是太好。相較之下,專門為處理影像而設計的VPU,在影像處理的功耗/性能比方面,是遠勝過CPU跟GPU的。

舉例來說,用CPU來對4K影像進行處理跟分析,功耗預算大概是230瓦左右;若用GPU來進行,功耗更可達到400~500瓦。但如果是用Socionext的解決方案,一顆核心的功耗只有5瓦左右,就算串聯多顆核心,也會比CPU或GPU來得省電許多。因此,張育豪認為,在人工智慧進駐各類終端裝置的趨勢下,如果是與影像分析有關的人工智慧應用,VPU將有非常大的發展潛力。Socionext本身擁有業界領先的VPU技術,更是目前市場上唯一已經有8K影像處理晶片的晶片業者。

不管是針對大規模資料中心,或是在各種終端裝置上直接進行邊緣運算,功耗都是非常關鍵的考量。功耗越高,則系統的散熱設計也越昂貴,不僅會增加終端裝置的生產製造成本,也會增加系統擁有者的總體持有成本(TCO)。以資料中心為例,冷卻系統的電費是相當可觀的,如果處理器能更省電,空調冷卻的電費也可以隨之降低。其他形形色色的終端裝置也一樣,當晶片的功耗太高時,就得採用更大的散熱片,甚至用風扇來散熱,這些都會造成產品的生產成本跟總體持有成本增加。

研討會專區
主題式電子報
熱門文章