本报讯 近日，先进视觉影像ＳｏＣ应用技术领先厂商Ｓｏｃｉｏｎｅｘｔ Ｉｎｃ．宣布推出神经网络加速器 （Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ Ａｃｃｅｌｅｒａｔｏｒ ｅｎｇｉｎｅ，缩写ＮＮＡ），用于优化人工智能处理中的边缘计算设备。它具备高速且低功耗的特性，是专用于深度学习中推理处理的加速器。相较以往的处理器，ＮＮＡ在图像识别等处理时性能提升约１００倍。公司预计于２０１８年第三季度开始，配合ＦＰＧＡ软件开发工具提供产品销售。此外，搭载有ＮＮＡ的ＳｏＣ产品开发也正在规划当中。

　　Ｓｏｃｉｏｎｅｘｔ目前提供图像处理的ＳｏＣ“ＳＣ１８１０”，这款芯片内置有技术标准化组织Ｋｈｒｏｎｏｓ Ｇｒｏｕｐ制定的ＡＰＩ规范－ＯｐｅｎＶＸ，内置有视觉处理器（ＶＰＵ，Ｖｉｓｉｏｎ Ｐｒｏｃｅｓｓｏｒ Ｕｎｉｔ）。此次新推出的ＮＮＡ加速器ＶＰＵ性能优异，可在汽车、数字标牌等多种应用中通过深度学习及传统的影像识别执行多种电脑视觉处理，以便在较低功耗下提供更高的性能。

　　ＮＮＡ采用量化技术整合了公司的专有构架，减少了深度学习所需的参数和激活值。通过量化技术能以较少的资源执行大量计算任务，大幅减少数据量，并显著降低系统存储器带宽。此外，新开发的片上存储器电路设计提高了深度学习所需的计算资源效率，能在非常小的封装中实现最佳性能。搭载有ＮＮＡ的ＶＰＵ结合了最新的技术，能在图像识别处理时比传统ＶＰＵ快１００倍。

　　Ｓｏｃｉｏｎｅｘｔ预计于２０１８年第三季度开始提供ＮＮＡ ＦＰＧＡ软件开发包。该软件开发包可支持ＴｅｎｓｏｒＦｌｏｗ学习环境，并提供用于量化技术的专用库和从学习模型到推论处理用的数据转换工具。通过利用ＮＮＡ优化后的学习环境，用户无需模型压缩或学习调谐（ｌｅａｒｎｉｎｇ ｔｕｎｉｎｇ）知识也能有效建立自己的模型。今后，Ｓｏｃｉｏｎｅｘｔ还计划通过支持各种深度学习框架，构建应用广泛的开发环境，让用户能够简单建立深度学习的应用程序。李欣