人工智能产业发展联盟(AIIA)正式发布“AIIA DNN benchmark V0.5”首轮评估结果。该评估在AIIA权威测试平台完成,基于端侧推断任务的深度神经网络处理器基准测试。在四大典型应用场景下,能够客观反映具有深度学习处理能力的处理器或加速器的性能水平。评估结果显示,海思麒麟980和瑞芯微RK3399表现上佳。
“AIIADNN benchmark V0.5”评估的标准较为严苛,包含四大典型场景和两大类评测指标等,指标包含速度(fps)和算法性能,如top1 、top5、mAP、mIoU、PSNR等。同时,这也是深度学习处理器领域首次区分整型和浮点对比的Benchmark。福州瑞芯微电子的RK3399 开发 板展现出抢眼数据。
采用28nm工艺的福州瑞芯微电子RK3399开发板,在评估中展现出超强性能。评估数据显示,在浮点模型不需要定点化重新训练的情况下,int8计算以精度损失最大为1%的代价,达到相对于浮点计算两倍的性能。
此外,在Interpretation评测中AIIA第一次尝试在基准测试中将量化和浮点模型分开评测。而福州瑞芯微电子RK3399开发板同样取得多项优异数据,在业内处于前列水平。
值得一提的是,福州瑞芯微电子RK3399开发板数据抢眼的背后,离不开前沿技术的支持。比如RK3399融入了Tengine,后者是由OPEN AI LAB开发的一款轻量级模块化高性能神经网络推理引擎。Tengine专门针对Arm嵌入式设备优化,且无需依赖第三方库,可跨平台使用支持Android、Liunx等。
Tengine支持各类常见卷积神经网络,包括SqueezeNet,MobileNet,AlexNet,ResNet等,支持层融合、8位量化等优化策略。通过调用针对不同CPU微构架优化的HCL库,能将Arm CPU的性能充分挖掘出来。而RK3399的Cortex-A72单线程运行移动端常用的MobileNet,一次只需要111ms。
在IoT设备、智能交互设备、个人电脑、机器人等人工智能设备的创新与研发上,福州瑞芯微电子已经在技术上展现出领先优势,除了RK3399以外,旗舰级人工智能芯片RK3399Pro同样极具看点,其首次采用CPU+GPU+NPU的硬件结构设计。这一芯片集成的NPU(神经网络处理器)融合了福州瑞芯微电子在机器视觉、语音处理、深度学习等方面的关键技术,片上NPU运算性能高达3.0TOPs,具备高性能、低功耗、开发易等优势。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- AIIA 公布首轮AI芯片基准评测结果
- ICANN 计划于10月11日对 DNS 根区密钥进行首轮变更
- 微软参投开源数字资产管理平台 Bakkt,首轮融资过亿美元
- 开源公链项目miuNEST亮相东京、新加坡、柏林 完成全球首轮社区见面会
- 新医药 7大技术管线推动高校新药研发项目产业化,百年壹号获1.5亿元首轮融资
- 机器学习之模型评估
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Data Structures and Algorithms
Alfred V. Aho、Jeffrey D. Ullman、John E. Hopcroft / Addison Wesley / 1983-1-11 / USD 74.20
The authors' treatment of data structures in Data Structures and Algorithms is unified by an informal notion of "abstract data types," allowing readers to compare different implementations of the same......一起来看看 《Data Structures and Algorithms》 这本书的介绍吧!