[实用新型]一种人工智能SOC处理器芯片有效

专利信息
申请号: 201821969682.7 申请日: 2018-11-27
公开(公告)号: CN209149302U 公开(公告)日: 2019-07-23
发明(设计)人: 颜军;龚永红;唐芳福;许怡冰;蒋晓华 申请(专利权)人: 珠海欧比特宇航科技股份有限公司
主分类号: G06F15/78 分类号: G06F15/78;G06N3/063
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 陈慧华
地址: 519080 广东省珠*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 协处理单元 人工智能 神经网络 芯片 神经网络算法 本实用新型 模型软件 主处理器 加速器 功耗 异构 运算
【说明书】:

实用新型公开了一种人工智能SOC处理器芯片,芯片采用主处理器加AI协处理单元的异构方式,使用4核SPARC LEON4,AI协处理单元由4核GPU单元和4核神经网络加速器构成,特别适合基于神经网络的模型软件运算,处理神经网络算法速度快,功耗低。

技术领域

本实用新型涉及集成电路领域,特别是一种人工智能SOC处理器芯片。

背景技术

人工智能是引领未来的战略性产业,是我国科技领域重要的发展战略,而AI芯片作为整个人工智能领域的关键技术环节,是我国人工智能产业的基础,是实现人工智能突破的重要关卡。人工智能在安防、物流、无人驾驶、医疗、教育等领域落地,带动AI芯片需求的快速增长。核心芯片将决定一个新的计算时代的基础架构和未来生态,因此,全球IT巨头都投巨资加速人工智能核心芯片的研发,旨在抢占新计算时代的战略制高点,掌控人工智能时代主导权。

深度学习与传统计算模式最大的区别就是不需要大规模逻辑编程,但需要海量并行计算,新的计算模式和人工智能时代新计算的强大需求,正在催生出新的专用计算芯片。

深度学习算法成熟、算力提升及大数据共同促进人工智能实现跨越式发展,人工智能应用层出不穷进一步推动算力需求的提升,而当下主流芯片CPU、GPU在处理神经网络算法时功耗较高,速度无法满足。

实用新型内容

为解决上述问题,本实用新型的目的在于提供一种人工智能SOC处理器芯片,处理神经网络算法速度快,功耗低,特别适合基于神经网络的模型软件运算。

一种人工智能SOC处理器芯片,包括

主处理器:使用4核SPARC LEON4;

AI协处理单元:用于完成神经网络运算,由4核GPU单元和4核神经网络加速器构成;

外设接口单元:用于满足图像处理的数据交互需求,包括高速接口和低速接口;

AMBA总线,用于连接芯片各功能单元,分别连接主处理器、AI协处理单元和外设接口单元。

进一步,所述神经网络加速器由512个乘累加器组成,可计算8位定点和16位浮点。

进一步,所述SPARC LEON4处理器,采用七级流水、分支预测机制,内置内存管理单元MMU和浮点运算单元FPU,支持对称多处理器SMP架构。

进一步,所述GPU单元负责浮点运算,可提供双精度、单精度和半精度浮点运算,每个GPU中有四个shader core,每个shader core又由Computing Instruction和EVISInstruction两部分组成。

进一步,所述AMBA总线包括AXI总线、AHB总线和APB总线,所述AXI总线和AHB总线通过AXI/AHB桥接单元进行连接,所述AHB总线和APB总线通过AHB/APB桥接单元进行连接。

进一步,所述主处理器和AI协处理单元分别连接至AXI总线。

进一步,所述高速接口包括PCIE 3.0接口、Rapid IO接口、Giga-Ethernet接口和USB 2.0接口,所述PCIE 3.0接口、Rapid IO接口、Giga-Ethernet接口和USB2.0接口分别连接至AXI总线。

进一步,所述低速接口包括MIPI接口、CAN接口、JTAP接口、1553B接口、GPIO接口、I2C接口、SPI接口和UART接口,所述MIPI接口、CAN接口和JTAP接口分别连接至AHB总线,所述TAP接口、1553B接口、GPIO接口、I2C接口、SPI接口和UART接口分别连接至APB总线。

进一步,还包括图形图像编解码单元,所述图形图像编解码单元连接至AXI总线。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海欧比特宇航科技股份有限公司,未经珠海欧比特宇航科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201821969682.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top