據(jù)外媒報道，瑞薩電子推出了全新AI加速器，可高速且低功耗地執(zhí)行CNN（卷積神經(jīng)網(wǎng)絡(luò)）處理，向下一代瑞薩嵌入式人工智能（e-AI）邁進，加速端點設(shè)備智能化。采用該加速器的測試芯片效率達到業(yè)界最高水平8.8 TOPS/W。瑞薩加速器基于計算存儲一體化（PIM）架構(gòu)，即當讀取存儲器數(shù)據(jù)時，在存儲器電路中執(zhí)行乘法和累加運算。

瑞薩開發(fā)人工智能加速器測試芯片

　　為構(gòu)建全新AI加速器，瑞薩推出了以下三種技術(shù)。一是可執(zhí)行大規(guī)模CNN計算的三進制（-1,0,1）SRAM結(jié)構(gòu)PIM技術(shù)。二是與比較器配合使用的SRAM電路，可在低功耗下讀取存儲器數(shù)據(jù)。三是能夠防止在制造過程中因工藝變化而導致的計算錯誤。將以上技術(shù)結(jié)合，既能縮短深度學習處理中的存儲器訪問時間，又可降低乘法和累加運算所需的功率。因此，當通過手寫字符識別測試（MNIST）進行評估時，新加速器在保持99%以上準確率的同時，達到了業(yè)界最高能效等級。

　　由于二進制（0,1）SRAM結(jié)構(gòu)只能處理值為0或1的數(shù)據(jù)，PIM架構(gòu)無法通過單比特計算獲得足夠的大規(guī)模CNN運算精度水平。此外，制造過程中的工藝變化導致這些運算的可靠性降低。針對這些問題，瑞薩現(xiàn)已開發(fā)出攻克這些問題的三大技術(shù)，并將其作為實現(xiàn)未來革命性AI芯片的前沿技術(shù)應(yīng)用于下一代e-AI解決方案，例如對性能和功率效率有較高要求的可穿戴設(shè)備及機器人等。

　　技術(shù)一：可根據(jù)所需精度調(diào)整計算位數(shù)的三進制（-1,0,1）SRAM結(jié)構(gòu)PIM技術(shù)

　　三進制（-1,0,1）SRAM結(jié)構(gòu)PIM技術(shù)采用三元存儲器與簡單數(shù)字計算塊相組合，保證硬件數(shù)量增加的同時將計算誤差降至最低。同時，允許根據(jù)所需精度進行位數(shù)切換（如1.5位（三進制）和4位計算之間）?？舍槍Σ煌脩粜枨笾С植煌木燃斑\算規(guī)模，用戶可優(yōu)化精度與功耗間的平衡。

　　技術(shù)二：結(jié)合比較器和復制單元的高精度/低功耗存儲器數(shù)據(jù)讀取電路

　　當采用PIM架構(gòu)時，通過檢測SRAM結(jié)構(gòu)中的位線電流值以讀取存儲器數(shù)據(jù)。盡管使用A/D轉(zhuǎn)換器進行高精度位線電流檢測是有效的，但這種方法功耗高且芯片面積較大。因此，瑞薩將比較器（1位感測放大器）與復制單元相結(jié)合，方便靈活控制電流，從而開發(fā)出高精度的存儲器數(shù)據(jù)讀取電路。此外，由于神經(jīng)網(wǎng)絡(luò)操作所激活節(jié)點（神經(jīng)元）數(shù)量非常少（約1%），通過關(guān)閉未激活節(jié)點（神經(jīng)元）讀取電路以實現(xiàn)更低的運行功率。

　　技術(shù)三：消除制造過程中因工藝變化導致計算誤差的規(guī)避技術(shù)

　　由于制造過程中的工藝變化，導致SRAM結(jié)構(gòu)中位線電流值產(chǎn)生誤差，從而造成存儲器讀取數(shù)據(jù)時出現(xiàn)錯誤。為解決這個問題，瑞薩在芯片內(nèi)部覆蓋了多個SRAM計算電路模塊，由制造工藝變化最小的模塊執(zhí)行計算任務(wù)。由于激活節(jié)點只是所有節(jié)點中的一小部分，因此激活節(jié)點被有選擇地分配給制造過程變化最小的SRAM計算電路模塊執(zhí)行計算。從而將計算誤差降至幾乎可忽略的水平。

　　瑞薩電子的e-AI方案

　　自2015年引入嵌入式AI（e-AI）概念以來，瑞薩一直致力于多個e-AI解決方案的研發(fā)。自2015年引入嵌入式AI（e-AI）概念以來，瑞薩一直致力于多個e-AI解決方案的研發(fā)。憑借靈活可擴展的嵌入式人工智能(e-AI)概念，瑞薩電子面向未來提供業(yè)界獨一無二的實時低功耗人工智能處理解決方案，以滿足端點嵌入式設(shè)備人工智能應(yīng)用的特定需求。

  瑞薩根據(jù)e-AI的有效性和已實施的應(yīng)用程序定義了“類”，并根據(jù)以下四類開發(fā)出e-AI解決方案：

• 第1類：判斷信號波形數(shù)據(jù)的正確性或異常。

• 第2類（100GOPS/W級）：通過實時圖像處理判斷正確性或異常。

• 第3類（1TOPS/W級）：實時識別。

• 第4類（10TOPS/W級）：在端點啟用增量學習。

  
  

　　瑞薩于2017年推出e-AI開發(fā)環(huán)境，并于2018年發(fā)布RZ/A2M微處理器，該微處理器集成瑞薩獨有DRP技術(shù)，為第2類應(yīng)用提供解決方案。同時，為實現(xiàn)第3類應(yīng)用，瑞薩進一步提高了DRP技術(shù)的計算性能。

　　現(xiàn)在，瑞薩正立足此項開發(fā)并推出新型尖端技術(shù)。全新加速器技術(shù)結(jié)合低功耗特性和改進的計算性能，可能成為實現(xiàn)第4類應(yīng)用的關(guān)鍵技術(shù)之一。瑞薩致力于通過在物聯(lián)網(wǎng)邊緣及端點采用AI技術(shù)來增強智能，為實現(xiàn)智能社會做出貢獻。