电子工程专辑
UBM China

SoC设计将被“深度学习”颠覆

上网日期: 2015年05月21日 ?? 作者: Colin Johnson ?? 我来评论 字号:放大 | 缩小 分享到:sina weibo tencent weibo tencent weibo


打开微信“扫一扫”,打开网页后点击屏幕右上角分享按钮

1.扫描左侧二维码
2.点击右上角的分享按钮
3.选择分享给朋友

关键字:深度学习? SoC设计? 嵌入式视觉?

深度学习”(deep learning)已经改变了计算机在现实世界中观看、倾听与认知事物的方式。然而,对于半导体产业来说,最重要或许也最实际的问题是:深度学习将会深入智能手机、可穿戴设备或是自动驾驶汽车中使用的微型计算机视觉SoC吗?谁将致力于开发针对神经网络优化的SoC架构?它将会是一款什么样的SoC?

“毫无疑问地,深度学习确实是改变游戏规则的一大突破,”嵌入式视觉联盟(EVA)创办人Jeff Bier以计算机视觉为例表示,深度学习具有强大的影响力,“必须说的是,目前它还只是一种经验领域。人们正在尝试不同的东西。”

现在已经有充份的证据显示芯片供应商对深度学习(更具体地说是卷积神经网络)的兴趣不断增加。卷积神经网络(CNN)正广泛地应用在影像与视频辨识领域。

高通(Qualcomm)日前推出了首款可‘模拟人脑’的Zeroth认知运算平台。根据高通表示,Zeroth将会被应用在未来的行动芯片中,包括即将推出的Snapdragon 820。

Cognivue是另一家专注于深度学习领域的公司。该公司开发出新的Opus嵌入式视觉SoC架构,据称将可利用深度学习方面的进展,大幅提高认知侦测的准确度。Cognivue目前正与加拿大渥太华大学(University of Ottawa)合作开发这一架构。

从Nvidia今年的GPU技术大会(GTC)发布来看,就能了解Nvidia也正看好以GPU为主的深度学习领域。

中国搜寻巨擘百度(Baidu)也致力于开发深度神经网络模型,用于辨识数据中心的基本对象分类。百度计划将这些模型移植到嵌入式系统中。

百度深度学习研究院(Baidu Research)科学家吴韧表示,“随着智能手机的处理性能大幅提高,从数据中心的深度学习撷取的超级智能模型可执行在我们的手机上。”一支有效配置的手机可以直接在手机上执行这些模型,而不需要透过云端传送与接收数据。吴韧并补充说:“目前所面临的最大挑战在于是否能以低功耗模式执行作业。”

人工智能导入深度学习

网络搜寻‘长得像狗的猫’所得到的结果《电子工程专辑》
网络搜寻‘长得像狗的猫’所得到的结果

有一点是明确的。笼罩在1980年代末期和1990年代早期对于人工智能(AI)的沮丧和失望已经烟消云散了。在这个新的‘巨量数据’时代,大量的数据和超强运算能力的结合,开始训练神经网络辨别对象。深度学习如今正被视为迈向AI道路的一种全新领域。

有 些人宣称,机器正取得像人类一样准确辨识对象的能力。根据微软(Microsoft)研究人员最近发布的一篇文章,该公司基于深度CNN的计算机视觉系统在 ImageNet 1000挑战赛中的对象分类表现,首度超越了人类的能力。就在微软宣布其神经网络系统以4.94%的误差率超越人类基准的5.1%误差率过后五 天,Google也宣布该公司的系统表现更胜微软0.04%。

然而,在电子产业中,不同的厂商解决深度学习的方法也各不相同。

本文下一页:Nvidia与Cognivue进军深度学习领域


1???2???3???4?下一页?最后一页





我来评论 - SoC设计将被“深度学习”颠覆
评论:
*? 您还能输入[0]字
分享到: 新浪微博 qq空间
验证码:
????????????????
?

关注电子工程专辑微信
扫描以下二维码或添加微信号“eet-china”

访问电子工程专辑手机网站
随时把握电子产业动态,请扫描以下二维码

?

5G网络在提供1Gbps至10Gbps吞吐量方面具有很好的前途, 并且功耗要求比今天的网络和手机都要低,同时还能为关键应用提供严格的延时性能。本期封面故事将会与您分享5G的关键技术发展,以及在4G网络上有怎样的进步。

?
?
有问题请反馈
推荐到论坛,赢取4积分X