Flex Logix公司稱它解決了深度學習的DRAM問題

深度學習有一個DRAM問題。設計用來實時處理復雜任務（比如，在汽車的備份攝像頭視頻流中分辨貓和孩子）的系統(tǒng)，不斷地將構成神經(jīng)網(wǎng)絡內容的數(shù)據(jù)從存儲器傳送到處理器。

根據(jù)初創(chuàng)公司Flex Logix的說法，問題并不是缺乏存儲這些數(shù)據(jù)的空間，而是處理器和存儲器之間缺乏帶寬。為了將數(shù)百千兆比特的數(shù)據(jù)提供給處理器，有些系統(tǒng)需要4個甚至8個DRAM芯片，這既使占用的空間增加了不少，又消耗了大量的電能。Flex Logix表示，它為可重構芯片開發(fā)的互連技術和tile-based架構將使AI系統(tǒng)只需要1個DRAM芯片的帶寬，且功耗僅為十分之一。

圖片來源：Flex Logix

NMAX512tile的架構。

位于加州山景城的Flex Logix公司已經(jīng)開始將一種新的嵌入式現(xiàn)場可編程門陣列（eFPGA）架構商業(yè)化。但經(jīng)過一番探索后，其創(chuàng)始人之一Cheng C. Wang意識到，這項技術可以加快神經(jīng)網(wǎng)絡的速度。

神經(jīng)網(wǎng)絡由連接和表示連接強度的“權重”組成。另一位創(chuàng)始人Geoff Tate解釋說，一個好的AI芯片需要兩樣東西。一種是一些做關鍵“推斷”計算（即乘法和累加）的電路?！暗щy的是，你必須非常擅長引入所有這些權重，以便其乘法器總能得到它們需要的數(shù)據(jù)，從而進行所需的數(shù)學運算。Wang意識到我們在FPGA的互連方面所擁有的技術，他可以對它做適應性改造，來創(chuàng)建一種非常擅長快速高效地加載權重、高性能和低功耗的架構。”

需要快速連續(xù)地將數(shù)百萬個權重加載到網(wǎng)絡中，這就是每秒要做數(shù)萬億次到數(shù)十萬億次運算的AI系統(tǒng)為什么需要那么多DRAM芯片的原因。DRAM芯片上的每個引腳每秒最多可以傳輸4Gb數(shù)據(jù)，因此要達到所需的每秒數(shù)百Gb的數(shù)據(jù)傳輸速度，就需要多個芯片。

在為FPGA開發(fā)最初的技術時，Wang注意到，這些芯片有約80%的面積互連，因此他尋求一種能夠縮小互連面積并考慮到更多邏輯的架構。他和他在加州大學洛杉磯分校的同事對一種稱為folded-Bene?網(wǎng)絡的電信架構做了適應性改造來完成這項工作。這使得FPGA架構看起來像一堆邏輯和SRAM的瓦片(tile)。

圖片來源：Flex Logix

Flex Logix公司表示，在芯片中構建分布式SRAM可加快計算速度并降低功耗。

Tate說，在這種專用互連方案中使用分布式SRAM最終會對深度學習的DRAM帶寬問題產(chǎn)生重大影響?！拔覀冋谟眯酒系腟RAM取代DRAM帶寬?！?/p>

圖片來源：Flex Logix

若干NMAXtile可以置于一個芯片上并連在一起，以擴大計算能力。

用于Flex Logix的AI產(chǎn)品的tile稱為NMAX，采用了臺積電的16納米技術，面積不到2平方毫米。每個tile都由一組核心組成，這些核心這些核心負責關鍵的乘法和累加計算、控制數(shù)據(jù)的處理和流動的可編程邏輯以及SRAM。這涉及三種不同類型的互連技術。一種tile上的所有零件連接在一起。另一種將tile與位于tile之間的附加SRAM及外部的DRAM相連接。第三種將相鄰的tile連接在一起。

在深度學習領域，很難進行真正的橫向比較。但Flex Logix的分析顯示，將使用1個DRAM芯片的模擬的6×6tile的NMAX512陣列與使用8個DRAM的Nvidia Tesla T4進行比較，結果是新架構每秒能識別4,600張圖像，而Nvidia每秒識別3,920張圖像。在一項名為YOLOv3的實時視頻處理測試中，同樣大小的NMAX陣列可達到每秒22萬億次運算，而使用的DRAM帶寬是其他系統(tǒng)的十分之一。

Tate表示，首批NMAX芯片的設計將于2019年下半年送至代工廠以便進行制造。

Flex Logix將波音公司視作其高吞吐量嵌入式FPGA產(chǎn)品的客戶之一。但Tate承認，與神經(jīng)網(wǎng)絡相比，嵌入式FPGA是個很難賣的產(chǎn)品?！扒度胧紽PGA是一項很好的業(yè)務，但是推理可能很快就會超越它?！盩ate說。