中文 英语
18.luck新利
的意见

Edge AI和Chiplets

为什么对于许多应用程序,小芯片比单片设计是更好的选择。

受欢迎程度

在不久的将来,更多的边缘人工智能(AI)解决方案将进入我们的生活。在语音输入和摄像头数据分析领域的私人应用领域尤其如此,这将成为成熟的应用。这些应用领域需要强大的AI硬件来处理相应的不断积累的数据量。由于不断优化的人工智能算法,以及传感器数据质量的提高,对硬件的需求也在不断增长。这包括4K相机图像和高清音频,这些都需要人工智能来更好地识别模式。

数据处理,特别是人工智能算法的应用,需要大量的计算能力。但在当前和未来的边缘AI设备中也需要其他组件。它们必须通过无线或有线连接连接到中央服务器结构。这种连接必须非常高性能,即使用最新一代的移动通信或基于有线的方法,如100G或400G以太网。这将要求在边缘al设备上实现相应的接口。

这样的系统可以构建为单片电路,但芯片方法将是更好的选择。在这里,整个系统被分成更小的部分,这些部分被制造成单独的单片电路,并在整个系统上重新组合,形成整体功能。这种方法的优点是可以为每个子系统(电路)选择最佳的工艺技术。例如,对于无线电部分,特别是高频部分,可以使用一种特别适用于高频的技术。这同样适用于系统的所有中心组件。特别是对于AI硬件部分,可以使用最新的技术,如3nm或5nm IC技术。这确保了AI硬件可以在可用的功率预算和空间限制下实现相应所需的计算性能。

当AI部件的新硬件可用时,这也提供了一个选项,可以只替换该部件,同时保留其余组件。由于其他组件的开发也需要大量的资源,因此通过重用它们可以节省大量的时间和金钱。这尤其适用于用于100/400G以太网接口的组件,但也适用于用于无线电接口的组件,因此也会导致资源高效使用。

由于平台思想,芯片方法还允许计算能力的扩展。如果需要更多的功率来处理AI算法,那么可以在芯片系统上安装几个这样的电路。这使得计算能力几乎与芯片上实现的AI设备的数量呈线性增加,从而产生了一种只需开发一次带有AI硬件的电路的解决方案,并且不需要对衍生品进行进一步的特殊调整。这些定制都是通过适当选择安装在系统中的组件在系统上完成的。甚至更大数量的接口,如无线电或有线接口的额外特殊接口,都可以很容易地实现,并且系统可以根据需要进行扩展。这里唯一重要的是,整个系统的所有组件都有统一的接口,各个芯片通过该接口相互通信。目前正在为此目的开发BoW(束线)和UCIe标准。



留下回复


(注:此名称将公开显示)

Baidu