5G傳輸/應用複雜度大增 AI引擎克服密集運算挑戰 - 技術頻道 - 新電子科技雜誌 Micro-electronics


熱門關鍵字:USB PD | 自駕車 | 藍牙5 | NB-IoT | AI

訂閱電子報

立刻輸入Email,獲取最新的資訊:


收藏功能:
分享報新知:
其他功能:

5G傳輸/應用複雜度大增 AI引擎克服密集運算挑戰

文‧賽靈思 發布日期:2019/04/16

本白皮書探討了將賽靈思新AI引擎用於運算密集型應用(如5G基地台和機器學習DNN/CNN)的架構、應用和優勢。與前幾代相比,5G的運算密度要高5到10倍;AI引擎已針對DSP進行了最佳化,可滿足傳輸率和運算要求,進而提供無線連接所需的高頻寬和加速速度。

許多產品中機器學習的採用(通常採用DNN/CNN網路的形式)大大增加了運算密度的需求。AI引擎針對線性代數進行了最佳化,可滿足這些要求的運算密度,同時與可編程邏輯中執行的類似功能相比,功耗也降低了50%。AI引擎使用了許多工程師所熟悉的C/C++範例進行程式設計。AI引擎與賽靈思的自行調適與純量引擎整合,可提供高度靈活且功能強大的整體解決方案。

多種技術的進步推動了對非線性更高運算密度的需求。採樣速率為每秒千兆赫的資料轉換器能夠對RF訊號直接採樣,這雖然簡化了類比系統,但需要相應數量級更高的DSP運算密度支援。直接RF採樣結合多個天線的使用,例如具有數萬個天線的高階雷達系統。

》想看更多內容?快來【免費加入會員】【登入會員】,享受更多閱讀文章的權限喔!
研討會專區
主題式電子報
熱門文章