節能系統設計之低功耗運算核心
照片人物：Cadence Tensilica 處理器事業群資深總監Steve Roddy
神經網路(NN) 已成深度學習顯學，但運算極具挑戰。益華電腦(Cadence) 旗下Tensilica 新近發佈的Vision C5，顛覆同業在影像數位訊號處理器(DSP) 綑綁「NN硬體加速器」(accelerator) 的作法，是業界首款真正專為NN 獨立運作而生、被稱為「獨立自含式」的DSP IP。Cadence Tensilica 處理器事業群資深總監Steve Roddy指出，早先DSP+NN 引擎的方式乃將神經網路編碼分割處理，不斷在DSP 的網路層與加速器的卷積層之間加載、卸載，而將其他層級的運算工作全數丟給主要DSP/CPU/GPU 一肩獨攬。相較之下，新款VisionC5 所建構的「通用型」神經網路DSP，可加速所有神經網路運算架構，包括：卷積(Convolutional)、全連接、池化/ 取樣(Pooling) 及標準化(Normalization)，以精算「型態辨識」(Pattern recognition) 與相鄰資料間的關係。
