Kargêrên tora neuralî ya bingehîn a FPGA ji GPU-ê çêtir dike

Ew wekî GoogLeNet Inception-v1 CNN hate destnîşan kirin, ku çareseriyek rast-heşt-bit bikar tîne. Ew gihîştina 16,8 operasyonên terra per second (TOPS) û dikare li ser 5,300 wêneyên per second li ser yek fpga Xilinx Virtex UltraScale + XCVU9P-3 encam bide. Helwesta modular, lêker, ew dike ku ji bo tespîtkirina objektê û serlêdanên veberhênana vîdyoyê yên li tenişta û li ewr, diyar Fawcett, û her weha ji bo inference li navendên daneyan û kamerayên hişmend.

DPU dikare were mîheng kirin da ku ji bo topolojiyên tora neuralî di sepanên fêrbûna makîneyê de performansa berhevdana çêtirîn peyda bike, bi karanîna arşîva paralel DSP-ê, bîranîna belavkirî û ji nû ve fonksiyona logîk û girêdana ji bo algorîtmayên cûda.

Pargîdaniya DPU-ê ji her CNN-a pêşbaziyê re ji% 50 performansê bilindtir werdigire û GPU-ê ji bo hêzek an lêçûnek budceyê werdigire. "Fpga platformek û mîmariya cîhanî ye, ku ji bo pêkanîna pêşerojê pir bikêrhatî ye û dikare di AI-ê de digel GPU-ê de, bi derengiya kêmtir be,"

Theirket her weha ragihand ku ew sponsorek DPhil (PhD0 li Zanîngeha Oxfordê ye) da ku teknîkên ji bo bicîanîna fêrbûna kûr ya fpgas li ser fpgas xwendinê bike. Kar dê bi hevkariya lêkolîna xwe ya Omnitek li ser motorên berhevkirî û algorîtmayên AI-ê bike.