《表2 AI协处理器性能指标》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《异构多核人工智能SoC芯片的低功耗设计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

卷积神经网络（CNN）一般由卷积层、池化层、全连接层等组成，卷积层参数量小，计算量大，卷积运算在整个网路中的计算量占比一般超过80%；NNA核可以在1个或几个周期内完成大规模矩阵乘运算，从而实现对卷积层的加速。GPU核使用浮点运算，可用于计算池化层、全连接层等，最大程度地保证系统精度。各层的分配由编译器事先指定，运行时GPU和NNA各自处理分配给自己的网络层，互不干扰。AI协处理器除了GPU核和NNA核之外还包括:AXI接口单元、内部RAM、Cache单元等，各部件协同工作，组成了一个完整、高效的处理子系统，也构成了对AI算法及超大数据提供高速算力的异构多核SoC架构。