当前位置:首页 > 智能硬件 > 智能硬件
[导读]在计算机视觉方面,如IBM Research的计算机视觉与多媒体研究经理Rogerio Feris所言,最大的挑战在于如何“让视觉分析更有效率”。要特别说明的是,AI仍在早期发展阶段,需要全新的想法、长期性的眼光,以及学界与研究机构在研发上的更多投入。

尽管有众多人工智能(AI)处理器竞相抢市──每一种都自称是“突破”──今日的AI社群仍被无数问题所困扰,包括能量、速度、AI硬件的尺寸与AI算法,这些都尚未证实在强韧度以及性能方面有所改善。

在计算机视觉方面,如IBM Research的计算机视觉与多媒体研究经理Rogerio Feris所言,最大的挑战在于如何“让视觉分析更有效率”。要特别说明的是,AI仍在早期发展阶段,需要全新的想法、长期性的眼光,以及学界与研究机构在研发上的更多投入。

IBM Research会在本周于盐湖城(Salt Lake City)举行的2018年度计算机视觉与图形识别研讨会(Conference on Computer Vision and Pattern Recognition,CVPR)上,发表两篇关于AI软件与硬件技术的论文;CVPR是由计算机视觉基金会(Computer Vision Foundation)以及IEEE计算机学会赞助,号称是最具竞争力的计算机视觉技术研讨会之一。

在AI硬件部分,IBM Research正在推广一种立体视觉(stereo-vision)系统,是透过将以大脑启发的棘波神经网络(spiking neural-network)技术应用于数据撷取(传感器)与数据处理所开发;该设计利用了IBM自家的TureNorth芯片──是一种非冯诺伊曼(non-von-Neumann)架构处理器──以及一对瑞士业者iniLabs开发的事件导向(event-driven)摄影机

IBM的TrueNorth架构 (来源:IBM)

 

在AI软件部分,IBM Research的论文是关于“Blockdrop”,也就是被认为可降低深度残差网络(deep residual networks)所需之总运算量的关键步骤。Feris解释,以上两篇论文是从两个不同角度解决一个相同的问题──视觉分析效率。

Feris表示,当有人要过马路,自动驾驶车辆会被预期要做出“实时推论”;虽然影像辨识准确度很重要,不过自驾车要花多少时间产生结论、识别出那是什么东西,才是它在现实世界应用的终极试验。

什么是“Blockdrop”?

在2015年ImageNet大会上成为赢家的残差网络,在计算机视觉技术社群掀起了一场风暴;该技术已经证明了它能提供优异的识别结果,因为能训练神经网络中的数百甚至数千层。不过Feris指出:“将残差网络需要的那些一体适用运算应用于所有成像,会太没有效率;”他解释,如果有一只狗在白色背景前,会比在忙碌都市街景中更容易被识别。

为此IBM Research开发了BlockDrop,这是一种学习动态选择残差网络中哪些区块(包括多个层)来执行推论任务的方法;Feris指出:“该方法的目标是妥善减少整体运算辆,同时不损失预测准确度。”

BlockDrop说明 (来源:IBM)

 

IBM声称,BlockDrop在测试中平均能将识别速度提升20%,有时甚至能加快36%,而且不牺牲残差网络在ImagNet数据集中达到的准确度。Feris表示,IBM这项研究是在2017年夏天与美国德州大学(University of Texas)、马里兰大学(University of Maryland)合作展开,该公司将会把BlockDrop释出给开放源码社群。

立体视觉应用的神经形态技术

在硬件方面,IBM Research瞄准了一种利用棘波神经网络的立体视觉系统;该公司表示,目前产业界是使用两个传统(讯框)摄影机来产生立体视觉,但从未有人尝试过神经形态技术。虽然以传统摄影机提供立体影像并非不可能,不过会需要高画质影像信号处理,例如高动态范围(HDR)成像、超高分辨率处理以及自动校准等。

根据IBM研究员Alexander Andreopoulos在论文中的描述,其系统是利用两个iniLabs开发的事件导向摄影机(又被称为动态视觉传感器-DVSe),撷取画面之后以IBM TrueNorth芯片丛集来提取快速移动物体之深度。

IBM的目标是大幅降低取得立体影像所需的功耗与延迟,在接收直播的棘波输入(这已经大幅降低数据量)后,该系统是用IBM的神经形态硬件重建3D影像,透过估算来自两个DVSe之影像的差异,以及藉由三角测量定位3D空间中的物体。

神经形态立体影像 (来源:IBM)

 

数据撷取与处理

有一家法国新创公司Prophesee是利用神经形态技术来撷取数据,并降低传感器所收集的资料量;该公司的传感器技术并非以讯框为基础,而是以简化并打造适合机器使用的数据为设计目标。Prophesee首席执行官先前接受EE Times采访时表示,这能大幅减轻数据量负担,应该也能因此让车子能做出几乎实时性的决策。

不过新一代的IBM立体视觉系统不只将类人脑技术用于数据撷取,也用在数据处理上,以重建立体影像;Andreopoulos表示,该系统还有一个最大的成就,是透过编程让TrueNorth有效率地执行「棘波神经网络立体视觉必备的各种常见子程序(sub-routines)」。IBM补充指出,TrueNorth芯片的架构功耗比传统系统低,这会有利于自动驾驶系统的设计。

同样的,利用一对DVS摄影机(非讯框式)也能降低数据量与功耗,并提升速度、减少延迟,提供更好的动态范围,而IBM表示这些都是实时系统设计的关键元素。在被问到新的TrueNorth系统还有那些优势时,Andreopoulos表示,与采用传统CPU/GPU处理器或FPGA的最先进系统相较,其每像素视差图功率(power per pixel disparity map)有两百倍的改善。

利用以事件为基础的输入,馈入IBM系统的实时影像数据,是以9颗TrueNorth芯片进行处理,每秒能计算400张视差图,延迟仅11毫秒(ms)。IBM在论文中指出,藉由特定的权衡(trade-offs),该系统能将速率进一步提升到每秒2,000张视差图。

采用TrueNorth芯片的立体视觉系统何时可以商业化?Andreopoulos表示:“我们还不能透露时间点,只能说我们已经进行测试并且成功编程芯片有效处理视差图,现阶段是概念验证。”

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

随着人工智能(AI)模型变得越来越复杂,数据量不断攀升,数据中心正在通过改变系统架构,来实现更快、更高效的处理。

关键字: AI 连接器

近日举办的GTC大会把人工智能/机器学习(AI/ML)领域中的算力比拼又带到了一个新的高度,这不只是说明了通用图形处理器(GPGPU)时代的来临,而是包括GPU、FPGA和NPU等一众数据处理加速器时代的来临,就像GPU...

关键字: FPGA AI 图形处理器

西门子作为制造业数字化转型成功的代表企业之一,面对生产、服务与业务增长等挑战,积极拥抱AI、自动化等新兴技术,优化企业业务流程,打造企业数字化技术新基座,开拓出更多业务转型思路。

关键字: 自动化 AI 数字化

2024年3月20日,2024中国闪存市场峰会(CFMS2024)在深圳宝安前海·JW万豪酒店盛大举办。本次峰会以“存储周期、激发潜能”为主题,共同探讨在供需关系依然充满挑战的大环境下,未来存储市场的变化,以及如何挖掘产...

关键字: SSD 存储 AI

近日,胡润研究院发布《2024家大业大酒·胡润全球富豪榜》。70岁的钟睒睒财富比去年缩水9%,以4500亿元连续第四次成为中国首富,位于全球第21位,同比下降6位。44岁的黄峥财富比去年增长71%,即1600亿元,是今年...

关键字: 钟睒睒 AI

根据戴尔日前发布的一份文件,该公司在过去一年里裁掉了大约6000名员工,以改善财务状况。

关键字: 戴尔 AI

IDC在日前发布的一份名为《全球AI和GenAI支出指南》报告中指出,2023年生成式人工智能(GenAI)的支出占欧洲AI总支出的9.6%,而在未来三年内这一比例将提升至25%。

关键字: 生成式人工智能 GenAI AI

台湾新竹 – 2024年3月26日 – 新唐科技宣布推出基于微控制器的终端AI平台,使AI生态系扩展至微控制器领域。此解决方案是基于新唐全新架构设计的微控制器和微处理器,包括NuMicro® MA35D1、NuMicro...

关键字: AI 智能家居 机器学习

近日,英特尔在深圳举办以“智绘混合AI新篇, 赋能生成式 AI 无处不在 -- OpenVINO™ 2024 焕新启航”为主题的OpenVINO™ DevCon中国系列工作坊2024活动,此次活动汇聚了英特尔产品专家、行...

关键字: AI 英特尔 AIGC大模型
关闭
关闭