瑞萨黑科技——高性能AI加速模块DRP-AI

原创瑞萨MCU小百科 2024-06-11 12:00

【有奖直播】无线前沿新技术与测试技术峰会 如何应对供应风险和挑战，在行业竞争中赢得先机？

现代社会的各个方面都需要先进的人工智能（AI）来处理，例如对周围环境的识别、行动决策和运动控制，这包括工厂、物流、医疗、城市中的服务机器人以及安全摄像头等应用场景。然而，要在边缘端实现人工智能，我们需要克服两大挑战：功耗和灵活性。

在云端，我们可以配备足够的电源和冷却机制来支持复杂的AI模型，但边缘端的设备往往限制了功耗，这可能导致运行时间的缩短和成本的增加。此外，随着AI模型不断发展，专用的AI加速硬件很快就会过时，这意味着我们需要一种更灵活的解决方案来支持新开发的AI模型。因此，嵌入式端的AI加速成为一个重要的解决方案，它可以在边缘设备上实现AI任务的高效执行，并为新的AI模型提供灵活性和支持。

为了满足市场需求，瑞萨自主研发了用于AI加速的处理器DRP-AI（Dynamically Reconfigurable Processor for AI人工智能动态可配置处理器），该处理器集成与RZ/V系列芯片中。

DRP-AI处理器具备边缘端设备所需的低功耗和灵活性，经过多年技术迭代已发展到第三代，实现了比上一代高约10倍的能效。DRP-AI3（集成与RZ/V2H）能够适应AI的进一步发展和高性能机器人等应用的复杂要求。

DRP-AI3解决了低功耗挑战，并实现了高实时处理。它为具有AI能力的产品提供了更高性能和更低功耗。接下来，我们将深入了解DRP-AI3是如何实现这些目标的。

软、硬结合系统性地实现AI模型的高速和低功耗

量化

从传统的16位浮点运算更改为8位整数运算（INT8）。该方法也是现在比较流行的一种运算处理方式。

修剪

采用灵活的N:M修剪方法

N:M技术的基本概念是将原始权重矩阵划分为M行的权重矩阵组，并将其重构为较小的N行权重矩阵组。在每组中，只提取有效权重，然后对新的权重矩阵组进行并行运算。DRP-AI3引入了一个新功能，它可以通过自由切换每个权重矩阵组的N值来调整运算周期的数量，从而可以在实际的AI模型中对局部变化的修剪率执行最优的运算处理。这种精细改变N的能力还允许详细设置整个权重矩阵的修剪率，根据用户对功耗、操作速度和识别精度的要求进行最佳的修剪处理。

AI系统架构实现高功效

通过数据重用技术减少外部存储器通信

DRP-AI采用了一种有效地重用一次输入到AI-MAC的技术。例如，在3x3滤波器的卷积运算中，一个数据像素用于九个滤波器运算。im2col被广泛用作GPU中的高度并行运算方法，它以矩阵运算的顺序扩展所有图像数据作为输入到GPU的预处理步骤。然而，这会导致一个像素的数据信息出现九次，数据的数量增加了九倍，进而增加了功耗和通信带宽的消耗。相比之下，AI-MAC可以通过将取入与MAC算术单元相对应的寄存器中的数据移位到相邻寄存器来重用数据，从而避免了重复存储和传输数据，减少了功耗和通信带宽的消耗。

通过采用如下图所示的配置，与GPU相比，从外部存储器和内部缓冲器到AI-MAC的数据加载的数量可以减少多达九倍。这种优化方案显著降低了数据移动所需的功率和通信带宽消耗。此外，AI-MAC不仅可以对输入数据进行重用，还可以对输出和权重信息进行重用，从而将对外部存储器的访问减少了一个数量级以上。

使用输入的零数据控制功耗

人工智能模型计算的一个特点是每一层的权重数据和输入/输出数据中“零”值的比例很高，这被称为稀疏化。例如，在图像识别模型中，所有层50%以上的输入和输出数据平均为零值。这主要是因为许多人工智能模型使用激活函数（如ReLU），该函数会将乘积和运算的所有负结果替换为零。在DRP-AI中，通过引入切换技术来减少不必要的计算能力。该切换技术预先检测何时在操作的每个元素输入中输入零，并防止不必要的操作。

操作调度流程

除了数据重用技术之外，优化外部数据访问或MAC处理等操作的顺序和定时对于有效的AI执行至关重要。换句话说，调度操作流程可以最大化DRP-AI的性能。

例如，通过调度外部存储器访问定时，可以在AI-MAC操作期间提前读取下一操作的权重信息并将其存储在缓冲器中，从而防止和减少外部存储器访问延迟。这种方式也可应用于内部存储器访问和任何内部算术处理的定时中，调度可以避免每个处理之间不必要的等待时间和功耗的产生。由于DRP-AI工具自动生成这种优化的调度，用户能够轻松应对。