|
2024年11月5日消息，炬芯科技創新性的采用了基于模數混合設計的電路實現存內計算Computing-in-Memory（簡稱CIM）技術，在SRAM介質內用客制化的模擬設計實現數字計算電路，既實現了真正的CIM，又保證了計算精度和量產一致性。炬芯科技面向電池驅動的低功耗IoT領域成功落地了第一代基于模數混合電路實現的SRAM based CIM（Mixed-mode SRAM based CIM，簡稱MMSCIM）在500MHz時實現了0.1TOPS的算力，并且達成了6.4TOPS/W的能效比，受益于其對于稀疏矩陣的自適應性，如果有合理稀疏性的模型（即一定比例參數為零時），能效比將進一步得到提升，依稀疏性的程度能效比可達成甚至超過10TOPS/W�；诖撕诵募夹g的創新，炬芯科技打造出了下一代低功耗大算力、高能效比的端側AI音頻芯片平臺。 炬芯科技正式宣布發布全新一代基于MMSCIM端側AI音頻芯片，共三個芯片系列：第一個系列是 ATS323X，面向低延遲私有無線音頻領域；第二個系列是ATS286X，面向藍牙AI音頻領域；第三個系列是 ATS362X，面向AI DSP領域。 三個系列芯片均采用了CPU（ARM）+ DSP（HiFi5）+ NPU（MMSCIM）三核異構的設計架構，炬芯的研發人員將MMSCIM和先進的HiFi5 DSP融合設計形成了炬芯科技“Actions Intelligence NPU（AI-NPU）”架構，并通過協同計算，形成一個既高彈性又高能效比的NPU架構。在這種AI-NPU架構中MMSCIM支持基礎性通用AI算子，提供低功耗大算力。同時，由于AI新模型新算子的不斷涌現，MMSCIM沒覆蓋的新興特殊算子則由HiFi5 DSP來予以補充。 以上全部系列的端側AI芯片，均可支持片上1百萬參數以內的AI模型，且可以通過片外PSRAM擴展到支持最大8百萬參數的AI模型，同時炬芯科技為AI-NPU打造了專用AI開發工具“ANDT”，該工具支持業內標準的AI開發流程如Tensorflow，HDF5，Pytorch和Onnx。同時它可自動將給定AI算法合理拆分給CIM和HiFi5 DSP去執行。 ANDT是打造炬芯低功耗端側音頻AI生態的重要武器。借助炬芯ANDT工具鏈輕松實現算法的融合，幫助開發者迅速地完成產品落地。 根據炬芯科技公布的第一代（GEN1）MMSCIM和HiFi5 DSP能效比實測結果的對比顯示： 當炬芯科技GEN1 MMSCIM與HiFi5 DSP均以500MHz運行同樣717K參數的Convolutional Neural Network（CNN）網路模型進行環境降噪時，MMSCIM相較于HiFi5 DSP可降低近98%功耗，能效比提升達44倍。而在測試使用935K 參數的CNN網路模型進行語音識別時，MMSCIM相較于HiFi5 DSP可降低93%功耗，能效比提升14倍。 另外，在測試使用更復雜的網路模型進行環境降噪時，運行Deep Recurrent Neural Network模型時，相較于HiFi5 DSP可降低89%功耗；運行Convolutional Recurrent Neural Network模型時，相較于HiFi5 DSP可降低88%功耗；運算Convolutional Deep Recurrent Neural Network模型時，相較于HiFi5 DSP可降低76%功耗。 最后，相同條件下在運算某CNN-Con2D算子模型時，GEN1 MMSCIM的實測AI算力可比HiFi5 DSP的實測算力高16.1倍。 綜上所述，炬芯科技此次推出的最新一代基于MMSCIM端側AI音頻芯片，對于產業的影響深遠，有望成為引領端側AI技術的新潮流。 炬芯科技選擇基于模數混合電路的SRAM存內計算（Mixed-Mode SRAM based CIM，簡稱MMSCIM）的技術路徑，具有以下幾點顯著的優勢：第一，比純數字實現的能效比更高，并幾乎等同于純模擬實現的能效比；第二，無需ADC/DAC, 數字實現的精度，高可靠性和量產一致性，這是數字化天生的優勢；第三，易于工藝升級和不同FAB間的設計轉換；第四，容易提升速度，進行性能/功耗/面積(PPA)的優化；第五，自適應稀疏矩陣，進一步節省功耗，提升能效比。 而對于高質量的音頻處理和語音應用，MMSCIM是最佳的未來低功耗端側AI音頻技術架構。由于減少了在內存和存儲之間數據傳輸的需求，它可以大幅降低延遲，顯著提升性能，有效減少功耗和熱量產生。對于要在追求極致能效比電池供電IoT設備上賦能AI，在每毫瓦下打造盡可能多的 AI 算力，炬芯科技采用的MMSCIM技術是真正實現端側AI落地的最佳解決方案。 炬芯科技還公布了MMSCIM路線規劃，從路線圖中顯示：1、炬芯第一代(GEN1)MMSCIM已經在2024年落地， GEN1 MMSCIM采用22 納米制程，每一個核可以提供100 GOPS的算力，能效比高達6.4 TOPS/W @INT8；2、到 2025 年，炬芯科技將推出第二代（GEN2）MMSCIM，GEN2 MMSCIM采用22 納米制程，性能將相較第一代提高三倍，每個核提供300GOPS算力，直接支持Transformer模型，能效比也提高到7.8TOPS/W @INT8；3、到 2026 年，推出新制程12 納米的第三代（GEN3）MMSCIM，GEN3 MMSCIM每個核達到1 TOPS的高算力，支持Transformer，能效比進一步提升至15.6TOPS/W @INT8。 每一代MMSCIM技術均可以通過多核疊加的方式來提升總算力，比如MMSCIM GEN2單核是300 GOPS算力，可以通過四個核組合來達到高于1TOPS的算力。 從ChatGPT到Sora，文生文、文生圖、文生視頻、圖生文、視頻生文，各種不同的云端大模型不斷刷新人們對AI的預期。然而，AI發展之路依然漫長，從云到端將會是一個新的發展趨勢，AI的世界即將開啟下半場。 以低延遲、個性服務和數據隱私保護等優勢，端側AI在IoT設備中扮演著越來越重要的角色，在制造、汽車、消費品等多個行業中展現更多可能性�；赟RAM的模數混合CIM技術路徑，炬芯科技新產品的發布踏出了打造低功耗端側 AI 算力的第一步，成功實現了在產品中整合 AI 加速引擎，推出CPU+ DSP + NPU 三核 AI 異構的端側AI音頻芯片。 未來，炬芯科技將繼續加大端側設備的邊緣算力研發投入，通過技術創新和產品迭代，實現算力和能效比進一步躍遷，提供高能效比、高集成度、高性能和高安全性的端側 AIoT 芯片產品，推動 AI 技術在端側設備上的融合應用，助力端側AI生態健康、快速發展。 |
