日前，瑞士高科技類腦芯片公司aiCTX發(fā)布了全球首款純基于事件驅動運算的動態(tài)視覺AI處理器DynapCNN，用于超低功耗，always-on的實時動態(tài)視覺信息處理。DynapCNN打破了傳統(tǒng)以幀為限的靜態(tài)視覺處理技術限制，為超低延遲、超低功耗的全新的動態(tài)視覺處理而量身定制，它的推出開啟了基于像素級事件驅動運算的動態(tài)視覺處理的新紀元。

DynapCNN是一款純異步、高可配置性、可拓展性的神經形態(tài)處理器。芯片面積12mm2，采用GF22nm工藝設計，單芯片集成超過100萬脈沖神經元和400萬可編程參數(shù)，支持多種CNN架構，其芯片架構所具有的可拓展性適合于實現(xiàn)大規(guī)模脈沖卷積神經網絡。DynapCNN是全球首款將機器學習的高性能和事件驅動型神經擬態(tài)計算的高能效完美融合的專用AI芯片。作為全新一代動態(tài)視覺處理器，DynapCNN的動態(tài)視覺解決方案在將運算能效提高100-1000倍的同時，將實時AI視覺處理現(xiàn)存方案的識別響應處理延遲縮短10倍以上。

基于純異步數(shù)字電路設計，DynapCNN是全球首款完全基于事件觸發(fā)運算的AI處理器。隨著物聯(lián)網及移動終端對超低功耗本地實時智能處理的需求日益強烈，適用于邊緣計算、無需連接到云端的DynapCNN將擁有越來越廣泛的應用場景。DynapCNN的高靈活性和可重新配置性也為開發(fā)和實現(xiàn)一系列AI模型提供了無限可能性，同時基于動態(tài)視覺的事件觸發(fā)運算機制使得芯片達到亞mW級的功率。DynapCNN處理器集成專用接口電路，可直連絕大多數(shù)動態(tài)攝像頭，進行臉部識別、手勢識別、高速移動物體追蹤、歸類、行為識別等。

DynapCNN的超低能耗智能視覺處理得益于其事件驅動的特性及aiCTX 多個獨特IP在芯片級的整合?！皩τ趯崟r視覺處理，目前幾乎所有的應用場景都基于對移動目標的識別，例如手勢識別、面部識別、移動物體的跟蹤與定位等。而傳統(tǒng)的圖像處理系統(tǒng)是逐幀對視頻數(shù)據進行處理的，即使攝像機前的物體沒有發(fā)生任何變化，處理器也會對每一幀的畫面進行處理和計算。與傳統(tǒng)的方法不同，DynapCNN是由事件驅動的，因此，如果傳感器前端的物體沒有發(fā)生變化，我們的系統(tǒng)可以將實時視覺處理的功耗降低到幾乎為零。此外，芯片使用稀疏計算對場景中的物體移動進行處理，進一步降低了芯片的動態(tài)功耗。”aiCTX首席執(zhí)行官喬寧博士解釋道。“DynapCNN的節(jié)能性意味著視覺AI運算可以始終打開，并且可以在終端設備上實現(xiàn)mW級超低功耗本地實時數(shù)據處理”，喬寧博士補充道，“這是傳統(tǒng)的DL 視覺加速器芯片無法實現(xiàn)的。”

基于純異步數(shù)字電路的事件驅動運算機制，DynapCNN處理器不使用高速時鐘，而是由視覺場景中的變化觸發(fā)，移動對象產生的任何像素變化都將被處理器實時處理。由于打破了傳統(tǒng)視覺處理幀的限制，DynapCNN可以對像素動態(tài)數(shù)據流進行連續(xù)計算，對移動物體實時識別可實現(xiàn)低于5ms的超低延遲。相較于已有的DL實時視覺處理方案，DynapCNN所提供的超低延時動態(tài)視覺解決方案將識別響應延時縮短了10倍以上，為車載及高速飛行器等高速視覺場景提供完美解決方案。

“應用本地 AI處理器為物聯(lián)網設備提供算力支持，可以避免將大量傳感器數(shù)據上傳到云端所消耗的功率和成本。”aiCTX高級研發(fā)工程師Sadique Sheik博士向記者解釋，“DynapCNN支持視覺物聯(lián)網傳感器諸多場景的超低功耗邊緣計算，是一種高效經濟的解決方案，并且是對用戶隱私的一種保護?！澳壳?，幾乎所有的視覺處理都是在云端完成的。而aiCTX的芯片可以在本地進行所有處理，無需從設備向云端發(fā)送視頻，這是為終端用戶提供隱私和數(shù)據保護的強大舉措?！?/p>

DynapCNN相應的開發(fā)套件將于2019年第三季度上市。關于DynapCNN的更多技術細節(jié)和展示即將發(fā)布待。

aiCTX系列芯片

aiCTX的系列芯片，打破了傳統(tǒng)馮·諾依曼架構的局限，以模擬人腦神經元的工作方式及全并行的運算架構來提高計算能力。相較于傳統(tǒng)芯片，基于純異步電路的事件觸發(fā)運算及高效的網絡結構保證了aiCTX系列芯片具有超低能耗、超低延遲的特性，擅長處理動態(tài)信息。