寒武纪发布边缘 AI 芯片思元 220,布局 AIoT 新时代

阅读数:906 2019 年 11 月 14 日 16:39

寒武纪发布边缘AI芯片思元220,布局AIoT新时代

11 月 14 日,第二十一届中国国际高新技术成果交易会(简称“高交会”)现场,寒武纪副总裁刘道福正式发布面向边缘计算的思元 220 芯片,以及 M.2 加速卡产品。寒武纪方面表示,思元 220 是寒武纪在边缘智能计算领域产品的代表,将进一步丰富和完善寒武纪端云一体的产品体系。

寒武纪发布边缘AI芯片思元220,布局AIoT新时代
 

寒武纪副总裁刘道福现场发布思元 220

今天,深圳第 21 届高交会上,寒武纪正式发布了面向边缘计算的的思元 220 芯片。思元 220 芯片是寒武纪思元(MLU)系列的第三款芯片,思元 220 芯片的发布,使得寒武纪 AI 芯片在云、边、端实现了全方位、立体式的覆盖。

思元 220 芯片具体性能

寒武纪发布边缘AI芯片思元220,布局AIoT新时代

据悉,思元 220 是一款专门用于深度学习的 SOC 边缘加速芯片,采用台积电 16nm 的制作工艺,基于寒武纪最新一代智能处理器 MLUv02 架构设计而成,封装尺寸 15mm x 15mm,能够实现最大 32TOPS(INT4)的算力,功耗仅为 10W。

寒武纪发布边缘AI芯片思元220,布局AIoT新时代

思元 220 产品规格

寒武纪方面表示,其在边缘计算领域已实现了开创性突破:在硬件性能方面,思元 220 芯片可以提供 16/8/4 位可配置的定点运算,客户可以根据实际应用灵活的选择运算类型;在软件方面,通过端云一体的软件平台,思元 220 继续支持寒武纪 Neuware 软件工具链,以及业内各主流编程框架,包括 TensorFlow,Caffe,MXNet,以及 PyTorch 等。

寒武纪发布边缘AI芯片思元220,布局AIoT新时代

思元 220-M.2 边缘加速卡

基于思元 220,寒武纪推出了小尺寸的 M.2 加速卡,据了解,寒武纪未来还将继续推出更高算力的产品形态。

思元 220-M.2 边缘加速卡在尺寸为 U 盘大小的卡片上实现了 16TOPS(INT4)或 8TOPS(INT8)的算力。客户可以通过标准的 M.2 接口快速部署到已有的业务中实现业务的智能升级和边缘加速解决方案。

寒武纪发布边缘AI芯片思元220,布局AIoT新时代

思元 220-M.2

寒武纪云、边、端一体的产品体系

据了解,寒武纪科技主要有两条产品线——终端的 IP 授权和云端的服务器芯片。而此次,寒武纪发布的思元 220 芯片,定位是用于深度学习的 SOC 边缘加速芯片,对此寒武纪方面表示,此次推出思元 220 是寒武纪在边缘智能计算领域产品的代表,将进一步丰富和完善寒武纪端云一体产品体系,继续为客户提供性能卓越、高度优化的人工智能算力支撑。

寒武纪产品的应用场景主要分布在以下两个方面:

在终端,以 IP 授权的形式集成于智能手机、智能摄像头等终端的 SoC 芯片中;在云端,以板卡形式面向云数据中心服务器集群,提供智能计算加速功能,是面向深度学习、机器学习的智能处理器,适用于云端推理 + 训练应用。

  • Cambricon-1A 于 2016 年 3 月推出,应用于 2017 年 9 月华为麒麟 970 芯片。

  • Cambricon-1H8、Cambricon-1H16 于 2017 年 11 月推出,应用于 2018 年 8 月华为麒麟 980 芯片。

  • Cambricon-1M 于 2017 年 11 月推出。

  • Cambricon-MLU100 及相应板卡产品于 2018 年 5 月推出,联想同步发布了国内首款搭载寒武纪 MLU100 智能处理卡的服务器平台——ThinkSystem SR650,曙光和科大讯飞也发布了基于寒武纪芯片的应用产品;2019 年 8 月金山云新一代云物理机 CMLU1 同样搭载 MLU100 智能处理卡。

  • Cambricon-MLU270(思元 270)及相应板卡产品于 2019 年 8 月底正式亮相 2019 世界人工智能大会,思元 270 训练版板卡预计将于今年第四季度投入生产。

寒武纪发布边缘AI芯片思元220,布局AIoT新时代

MLU270、MLU100 产品规格

持续升温的 AIoT

AIoT 时代的到来,早已毋庸置疑,而且 AIoT 的发展与边缘计算往往是密不可分的。

无论是阿里平头哥开源MCU 芯片设计平台,还是 2 0 亿军 AIoT ,各大公司对 AIoT 领域的押注可谓是分量十足。寒武纪推出思元 220,也为国内边缘端加速市场带来了一个新的选择。

边缘计算(Edge computing),是一种分散式运算的架构,将应用程序、数据资料与服务的运算,由网络中心节点,移往网络逻辑上的边缘节点来处理。边缘运算将原本完全由中心节点处理大型服务加以分解,切割成更小与更容易管理的部分,分散到边缘节点去处理。由于边缘节点更接近于用户终端装置,可以加快资料的处理与传送速度,减少延迟。在这种架构下,资料的分析与知识的产生,更接近于数据资料的来源,因此更适合处理大数据。

评论

发布