視覺處理單元
視覺處理單元（Vision Processing Unit，VPU）（截至2023年）是一類新興的微處理器；它是一種特定類型的人工智能加速器，用於加速機器視覺任務。[1][2]
概覽[編輯]
視覺處理單元與視頻處理單元（專門用於視頻編解碼）不同，前者更適合運行機器視覺算法，如CNN（卷積神經網絡）、SIFT（尺度不變特徵轉換）和類似算法。
它們可能包括從攝像頭獲取數據的直接接口（途徑任意片外緩衝器），強調在擁有許多暫存器的並行計算單元間的片上數據流，如多核DSP。但是像VPU一樣，它們可能專注於圖像處理中的低精度定點數運算。
與GPU的對比[編輯]
VPU與GPU不同，GPU包含用於柵格化和材質貼圖（三維計算機圖形）的專門硬件，其存儲器結構優化為在片外內存中操作位圖圖像（採用隨機訪問模式讀取紋理、修改幀緩衝器）。VPU針對每瓦特的性能進行了優化，而GPU主要關注絕對性能。
VPU的目標市場是機械人學、物聯網、用於虛擬現實和增強現實的新型數碼相機、智能相機和集成了機器視覺加速器的智能手機及其他流動裝置。
相似的處理器[編輯]
有些處理器雖然沒有被劃為VPU，但同樣可以處理機器視覺任務。它們可能形成一種更廣泛的人工智能加速器（VPU可能也屬於此種器件），然而截至2016年，這種分類的名稱尚未達成共識：
另見[編輯]
- Adapteva Epiphany，一種多核處理器，同樣強調片上數據流和32位浮點運算性能。
- CELL，一種多核微處理器，其特點與VPU十分接近（適合視頻處理的SIMD指令&數據類型，以及暫存器間的片上DMA）。
- 輔助處理器
- 圖形處理器，也常用於運行視覺算法。NVidia的帕斯卡微架構包含半精度浮點數支持，以便為AI工作負載提供更好的精度/成本權衡。
- MPSoC
- OpenCL
- OpenVX
- 物理處理器，一種高吞吐量加速器，過去用於補充CPU和GPU算力的嘗試。
- 張量處理單元，是谷歌內部用於加速人工智能計算的晶片。
參考[編輯]
- ^ Seth Colaner; Matthew Humrick. A third type of processor for AR/VR: Movidius' Myriad 2 VPU. Tom's Hardware. 2016-01-03 [2023-04-05]. （原始內容存檔於2023-03-15）.
- ^ Prasid Banerje. The rise of VPUs: Giving Eyes to Machines. Digit.in. 2016-03-28 [2023-04-05]. （原始內容存檔於2017-09-02）.
- ^ Introducing Qualcomm Zeroth Processors: Brain-Inspired Computing. Qualcomm. 2013-10-10 [2023-04-05]. （原始內容存檔於2016-07-29）.
外部連結[編輯]
- Eyeriss architecture （頁面存檔備份，存於互聯網檔案館）
- Holographic processing unit （頁面存檔備份，存於互聯網檔案館）
- NeuFlow: A Runtime Reconfigurable Dataflow Processor for Vision 互聯網檔案館的存檔，存檔日期2017-05-05.
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
