全球最实用的IT互联网信息网站!

AI人工智能P2P分享&下载搜索网页发布信息网站地图

当前位置:诺佳网 > 电子/半导体 > VR/AR虚拟现实 >

视海芯图Transformer加速SoC助力AR/VR设备性能升级

时间:2023-05-12 12:15

人气:

作者:admin

标签: ar  Transformer  视海芯图 

导读:5月12日,第十三届松山湖中国IC创新高峰论坛在广东东莞松山湖凯酒店举行,本届活动继续由中国半导体行业协会IC设计分会(ICCAD)、芯原微电子、松山湖管委会主办,东莞松山湖集成...

5月12日,第十三届松山湖中国IC创新高峰论坛在广东东莞松山湖凯酒店举行,本届活动继续由中国半导体行业协会IC设计分会(ICCAD)、芯原微电子、松山湖管委会主办,东莞松山湖集成电路设计服务中心,东莞市生技置业有限公司承办。电子发烧友网受邀参与活动并作现场报道。

成都视海芯图微电子有限公司创始人许达文认为,很多AI模型的主干网络正从CNN转变为Transformer,Transformer可以解决终端芯片访存密集型、不规则访存,以及NPU利用率低的难题。

视海芯图推出了Transformer加速SoC——SH1580芯片,采用12nm工艺,具备自研NPU、高性能主核、高性能图像处理的特点。SH1580芯片具备2TOPS@INT8有效算力,在图像处理方面,支持AI-HDR、3D-ToF图像处理等。


许达文介绍,SH1580芯片的核心技术为PTPU架构,具备定制电路支持Transformer存储结构和访存优化的特点,另外视海芯图还设计了可重构数据流,同时高效支持CNN和Transformer。

在AR/VR的应用中,为了能够让数字世界跟物理世界实现深层次的融合,需要把数字信息映射到物理世界中。这就需要场景识别功能,还需要支持混合性输入,包括图像输入、语音输入。“特别是图像输入这块,往往要输入、接收2D、3D图像。这么复杂的一些场景和算法的话,它就需要一个配套的算法来支撑。”许达文表示。而基于Transformer为架构的模型能够结束一部分问题。

在AR/VR设备中,SH1580芯片在SLAM中可以做特征点匹配LoFTR、地点识别SVT-Net,另外在AR/VR设备的应用中还能实现语义分割 SegFormer以及三维重建 Point-Bert。传统CNN算法很难做稀疏纹理匹配,但是Transformer可以做到准确的无纹理特征识别。

值得一提的是,AR/VR设备对于需要有低功耗有着一定的需求。SH1580芯片基于12nm工艺。采用电源与芯片架构,idle功耗为46mW,超低功耗模式可以做到6mW。该产品在AR眼镜上已有应用案例。

温馨提示:以上内容整理于网络,仅供参考,如果对您有帮助,留下您的阅读感言吧!
相关阅读
本类排行
相关标签
本类推荐

CPU | 内存 | 硬盘 | 显卡 | 显示器 | 主板 | 电源 | 键鼠 | 网站地图

Copyright © 2025-2035 诺佳网 版权所有 备案号:赣ICP备2025066733号
本站资料均来源互联网收集整理,作品版权归作者所有,如果侵犯了您的版权,请跟我们联系。

关注微信