第93届中国电子展

你所在的位置:  首页 > 官方新闻
熊大鹏:DPU架构更适合AI深度学习
2019年03月22日
来源:CITE组委会   


第七届中国电子信息博览会(CITE2019)将于2019年4月9日至11日在深圳会展中心举办。Wave Computing中国区总经理熊大鹏博士已正式确认将出席本届博览会,并在2019全球传感器产业高峰论坛上做主题演讲。

熊大鹏博士于2018年加入Wave Computing,任职中国子公司总经理,他拥有美国德克萨斯大学奥斯汀分校航空航天工程博士学位,以及应用数学、电子工程和自动控制等领域的硕士学位,持有多项美国发明专利,在IEEE发表过若干论文。熊大鹏博士在电子半导体和通讯行业深耕20余年,涵盖了研发、市场和产品规划等职能模块,尤其在机器学习、系统架构、Soc和算法设计等方面有着资深的履历和积累,在加入Wave Computing之前,他在ADC通讯、清华同方、埃派克森微电子、上海兆芯均担任过重要的技术、市场、产品和管理岗位,也曾在华中科技大学任教。
 

随着神经网络、AI应用场景和方案的不断创新和多元化,以及5G网络发展为边缘计算带来的发展机会,因此兼顾效率、通用性、灵活性、可扩展性与成本的AI深度学习计算加速的新架构技术将会是下一个对AI产业发展至关重要的技术进步。熊大鹏博士根据其20多年的从业经验,将当下主流的AI芯片的分为单个技术流派:第一类是CPU、GPU和FPGA,这一流派具有一定的通用性,但效率相对较低,实际能效易遇到瓶颈。第二类是专用芯片ASIC,这种解决方案的优势在于对特定应用能显著提高能效比,缺点是通用性不足。第三类是软件可动态重构计算(或者说“软件定义硬件”),这类技术流派的特点是,通过软件实时动态地控制成千上万个异步的处理器来构成具有特定功能的、并行处理的、数据驱动的计算流水线,最充分使用芯片的算力,最大程度减少数据存储、传输和交换,实现较好的效率、通用性和可扩展性,Wave Computing则属于第三类。

Wave Computing是通过基于数据流(dataflow)技术的系统加速从数据中心到边缘的AI深度学习计算。Wave的单芯片解决方案DPU在相同价格、功耗的条件下,能够实现比GPU解决方案更高的能效、可扩展性和性价比,DPU采用非冯诺依曼(von Neumann)架构的软件可动态重构处理器CGRA技术,在最合理分配和使用算力的同时,成倍节约了数据存储和传输带宽,这一方案基本上能将芯片算力资源的利用效率保证在75%-80%以上。据熊大鹏博士透露,围绕着加速AI计算的目标,Wave计划将MIPS与AI相融合,使用MIPS核加针对深度学习的扩展指令集一般就足以满足许多终端设备其对AI算力的需求,未来将把AI深度学习计算加速解决方案和MIPS架构产品进一步推向市场。

此次参与CITE2019,熊大鹏博士将进一步探讨来AI芯片的未来趋势,并且带领Wave Computing为物联网、通讯系统、高性能计算、人工智能、深度学习计算及相关应用提供更快更好的产品和服务。