希臘神話中，Chimera是一種巨大的噴火混血動物，由不同的動物部位組成；現(xiàn)在它被用來描述任何想象力豐富、難以置信或令人眼花繚亂的東西。

筆者最近從Quadric那里接觸到Chimera GPNPU(通用神經(jīng)處理器)，真是“產(chǎn)品”如其名。

Quadric公司成立于2017年，最初計劃基于其新創(chuàng)Chimera GPNPU架構(gòu)提供推理邊緣芯片 (針對物聯(lián)網(wǎng)“邊緣”推理應(yīng)用的芯片)。

他們的第一塊芯片被快速驗證，一些早期用戶已經(jīng)在進行試驗。但最近，Quadric公司決定將Chimera GPNPU授權(quán)為IP，向更廣泛的客戶群體展示他們的技術(shù)。

下圖是利用Chimera GPNPU實現(xiàn)面部識別和認證的簡化示意圖，我們就以此作為切入點看下為什么Chimera GPNPU如此“充滿想象力”和“令人眼花繚亂”。

假設(shè)所有這些功能都在智能相機SoC中實現(xiàn)，一個攝像機/傳感器為左邊的第一個功能塊提供視頻流。這個應(yīng)用很可能會用于未來幾代的門鈴攝像頭中。

觀察兩個粉紅色的“Face Detect”和“Face Authentication”功能塊，它們是通過人工智能/機器學習(AI/ML)推理實現(xiàn)的。

在過去幾年中，這種類型的推理發(fā)展極為迅速，從學術(shù)研究到早期部署，現(xiàn)在幾乎成為軟件開發(fā)中的一個必不可少的元素。

將推理(基于視覺、聲音等形式)作為創(chuàng)建應(yīng)用程序的構(gòu)建塊之一，這種想法我們可以認為是“軟件2.0”。

但這實現(xiàn)起來并不容易，SoC傳統(tǒng)應(yīng)對軟件2.0挑戰(zhàn)的方式如下（a）所示。

從(a)圖中可以看到，神經(jīng)處理器單元(NPU)、矢量數(shù)字信號處理器(DSP)和實時中央處理器(CPU)為三個獨立的核心。

要實現(xiàn)前面的面部識別和認證流程，使用常規(guī)方法，前兩個功能塊(Resize和Channel unpack)相關(guān)的處理將在DSP核心上執(zhí)行。

然后，DSP生成的數(shù)據(jù)將被送到NPU核心上運行神經(jīng)網(wǎng)絡(luò)“Face Detect”模型；NPU的輸出再送給CPU核心，CPU將運行一個“NMS”算法來決定使用哪個算法效果最好。

然后，DSP將使用CPU識別的邊界框在圖像上執(zhí)行更多的任務(wù)，如“Crop + Gray Scale”和“Resize”。最后，這些數(shù)據(jù)將送到NPU核心上運行“Face Authenticate”模型。

用上述方法實現(xiàn)后，我們可能會發(fā)現(xiàn)沒有達到想要的吞吐率。如何找出性能瓶頸在哪里？另外，三個核心之間交換數(shù)據(jù)產(chǎn)生了多少功耗?

真正的潛在問題是，擁有三個獨立的處理器核心會使整個設(shè)計過程變得繁瑣。

例如，硬件設(shè)計人員必須決定要為每個核心分配多少內(nèi)存，以及在功能塊之間需要多大的緩沖區(qū)。同時，軟件開發(fā)人員需要決定如何在內(nèi)核之間劃分算法。這很痛苦，因為程序員不愿意花大量時間考慮所運行目標平臺的硬件細節(jié)。

另一個問題是ML模型正在迅速發(fā)展，誰都不知道未來幾年會有怎樣的ML模型。

所有這些問題都會導致ML部署無法盡可能快地加速，因為針對這種類型的常規(guī)目標平臺進行開發(fā)，對于編程、調(diào)試和性能調(diào)優(yōu)等方面來說，都是一件非常痛苦的事情。

再回到Chimera GPNPU，它由前面圖(b)部分的粉色區(qū)域表示。

GPNPU將DSP、CPU和NPU的屬性結(jié)合在單個核心中，作為一個傳統(tǒng)的CPU/DSP的組合，它可以運行C/ C++代碼，具有完整的32位標量+向量指令集架構(gòu)(ISA)，同時可以用作一個NN圖處理器，運行8位推理優(yōu)化的ML代碼。這種方法通過在同一個引擎上運行兩種類型的代碼，獨特地解決了信號傳輸?shù)奶魬?zhàn)。

我們可以認為Chimera GPNPU是經(jīng)典的馮·諾依曼RISC機和收縮陣列/2D矩陣架構(gòu)的混合體。

Chimera GPNPU的一個關(guān)鍵優(yōu)勢是它能夠適應(yīng)不斷發(fā)展和日益復雜的ML網(wǎng)絡(luò)?，F(xiàn)在東西變得越來越復雜，需要在NN的體系結(jié)構(gòu)中做更多的條件控制流，可以是CNN, RNN, DNN等等。

傳統(tǒng)的NPU通常是硬連接的加速器，不能條件執(zhí)行。例如有一個專用加速器，用戶不能在第14層的某個地方停下來檢查條件或中間結(jié)果，然后分支判斷并做各種面向控制流的事情。

在這些情況下，必須在NPU和CPU之間來回移動數(shù)據(jù)，這將對性能和功耗產(chǎn)生沖擊。而使用一個Chimera GPNPU，我們可以在NN和控制代碼之間在時鐘基礎(chǔ)上來回切換。

這里還有很多需要討論，比如Chimera GPNPU在執(zhí)行卷積層(這是CNN的核心)方面的出色表現(xiàn)，以及它們的TOPS(每秒萬億次操作)評分，都令筆者非常興奮。這里不再詳細闡述，有需要的讀者可以咨詢Quadric公司。

最后，筆者想快速概述一下Quadric軟件開發(fā)工具包(SDK)，如下所示。

歸根結(jié)底，一切都是由軟件驅(qū)動的。使用TensorFlow、PyTorch、Caffe等框架生成的經(jīng)過訓練的神經(jīng)網(wǎng)絡(luò)圖/模型被送入Apache TVM(一個用于CPU、GPU和ML加速器的開源機器學習編譯器框架)，生成一個Relay輸出(Relay是TVM框架的高級中間表示)。

中繼表示的轉(zhuǎn)換和優(yōu)化由Chimera CGC執(zhí)行，它將轉(zhuǎn)換和優(yōu)化后的神經(jīng)網(wǎng)絡(luò)輸出為C++代碼。Chimera LLVM C++ Compiler將這些代碼與開發(fā)人員的C++應(yīng)用程序代碼合并，所有這些輸出為一個可執(zhí)行文件，運行在目標硅/SoC中的Chimera GPNPU上。

注意，Quadric SDK是作為預打包的Docker映像交付的，用戶可以下載并在自己的系統(tǒng)上運行。Quadric很快將把這個SDK托管在Amazon Web Services (AWS)上，從而允許用戶通過他們的Web瀏覽器訪問它。

讓筆者特別感興趣的是，Quadric的工作人員正在開發(fā)一個圖形用戶界面(GUI)，它可以讓開發(fā)人員拖放包含CPU/DSP代碼和NPU模型的管道構(gòu)建塊，將它們拼接在一起，并將所有內(nèi)容編譯成一個ChimeraGPNPU image。這種無代碼開發(fā)方法將使大量開發(fā)人員能夠創(chuàng)建含有Chimera GPNPU的芯片。

審核編輯：劉清