AI芯片:Edge TPU(谷歌出品)【在边缘(edge)设备上运行的“专用集成芯片”】【量化操作:Edge TPU使用8 位权重进行计算,而通常使用32位权重。所以我们应该将权重从32位转换为8位】

本文主要是介绍AI芯片:Edge TPU(谷歌出品)【在边缘(edge)设备上运行的“专用集成芯片”】【量化操作:Edge TPU使用8 位权重进行计算,而通常使用32位权重。所以我们应该将权重从32位转换为8位】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

谷歌Edge TPU的价格不足1000人民币,远低于TPU。实际上,Edge TPU基本上就是机器学习的树莓派,它是一个用TPU在边缘进行推理的设备。

在这里插入图片描述

一、云vs边缘

1、边缘运行没有网络延迟

Edge TPU显然是在边缘(edge)运行的,但边缘是什么呢?为什么我们不选择在云上运行所有东西呢?

在这里插入图片描述
在云中运行代码意味着使用的CPU、GPU和TPU都是通过浏览器提供的。边缘与云相反,即在本地运行代码。在边缘运行代码的主要优点是没有网络延迟,由于物联网设备通常要频繁地生成数据,因此运行在边缘上的代码非常适合基于物联网的解决方案。

二、对比CPU、GPU,深度剖析TPU

TPU直接提供传递信息,减少延迟

TPU是类似于CPU或GPU的一种处理器。不过,它们之间存在很大的差异。

最大的区别是TPU是 ASIC(专用集成芯片)。ASIC经过优化,可以执行特定类型的应用程序。

对于TPU来说,它的特定任务就是执行神经网络中常用的乘积累加运算。

CPU和GPU并未针对特定类型的应用程序进行优化,因此它们不是ASIC。

下面我们分别看看 CPU、GPU和TPU如何使用各自的架构执行累积乘加运算:

1、在CPU上进行累积乘加运算

CPU通过从内存中读取每个输入和权重,将它们与其ALU (上图中的计算器) 相乘,然后将它们写回内存中,最后将所有相乘的值相加,从而执行乘积累加运算。

在这里插入图片描述

现代CPU通过其每个内核上的大量缓存、分支预测和高时钟频率得到增强。这些都有助于降低CPU的延迟。

2、GPU上的乘积累加运算(通过并行计算来大幅提高吞吐量,代价是延迟增加)

GPU的原理类似,但它有成千上万的ALU来执行计算。计算可以在所有ALU上并行进行,这被称为 SIMD (单指令流多数据流)。

在这里插入图片描述

一个很好的例子就是神经网络中的多重加法运算。

然而,GPU 并不使用上述那些能够降低延迟的功能。它还需要协调它的数千个 ALU,这进一步减少了延迟。

简而言之,GPU 通过并行计算来大幅提高吞吐量,代价是延迟增加。

或者换句话说:CPU是一个强大而训练有素的斯巴达战士,而GPU就像一支庞大的农民大军,但农民大军可以打败斯巴达战士,因为他们人多。

3、读取TPU上的乘加操作的权重

TPU的运作方式非常不同,它的ALU是直接相互连接的,不需要使用内存。

它们可以直接提供传递信息,从而大大减少延迟。

在这里插入图片描述

从上图中可以看出,神经网络的所有权重都被加载到ALU中。完成此操作后,神经网络的输入将加载到这些ALU中以执行乘积累加操作。

神经网络的所有输入并不是同时插入ALU的,而是从左到右逐步地插入,这样做是为了防止内存访问。因为ALU的输出将传播到下一个ALU,这都是通过脉动阵列 (systolic array) 的方式完成的,如下图所示。

使用脉动阵列执行乘加操作:

在这里插入图片描述
上图中的每个灰色单元表示TPU中的一个ALU (其中包含一个权重),在ALU 中,乘加操作是通过将ALU从顶部得到的输入乘以它的权重,然后将它与从左边得到的值相加。此操作的结果将传播到右侧,继续完成乘加操作。ALU从顶部得到的输入被传播到底部,用于为神经网络层中的下一个神经元执行乘加操作。

在每一行的末尾,可以找到层中每个神经元的乘加运算的结果,而不需要在运算之间使用内存,使用这种脉动阵列显著提高了Edge TPU的性能。

三、Edge TPU 推理速度超过其他处理器架构

1、使用量化和更少的内存操作,高速且环保

TPU 还有一个重要步骤是量化 (quantization)。

由于谷歌的Edge TPU使用8 位权重进行计算,而通常使用32位权重。所以我们应该将权重从32位转换为8位,这个过程叫做量化。

量化基本上是将更精确的32位数字近似到8位数字。量化过程如下图所示:

在这里插入图片描述

四舍五入会降低精度,然而,神经网络具有很好的泛化能力 (例如dropout)。因此在使用量化时不会受到很大的影响,如下图所示。

非量化模型与量化模型的精度:
在这里插入图片描述
量化的优势更为显著,它减少了计算量和内存需求,从而提高了计算的能源效率。

Edge TPU执行推理的速度比任何其他处理器架构都要快。它不仅速度更快,而且通过使用量化和更少的内存操作,从而更加环保。




参考资料:
从云到端,进阶的谷歌AI芯片Edge TPU到底有多快?

这篇关于AI芯片:Edge TPU(谷歌出品)【在边缘(edge)设备上运行的“专用集成芯片”】【量化操作:Edge TPU使用8 位权重进行计算,而通常使用32位权重。所以我们应该将权重从32位转换为8位】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1128717

相关文章

springboot security使用jwt认证方式

《springbootsecurity使用jwt认证方式》:本文主要介绍springbootsecurity使用jwt认证方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地... 目录前言代码示例依赖定义mapper定义用户信息的实体beansecurity相关的类提供登录接口测试提供一

go中空接口的具体使用

《go中空接口的具体使用》空接口是一种特殊的接口类型,它不包含任何方法,本文主要介绍了go中空接口的具体使用,具有一定的参考价值,感兴趣的可以了解一下... 目录接口-空接口1. 什么是空接口?2. 如何使用空接口?第一,第二,第三,3. 空接口几个要注意的坑坑1:坑2:坑3:接口-空接口1. 什么是空接

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

springboot security快速使用示例详解

《springbootsecurity快速使用示例详解》:本文主要介绍springbootsecurity快速使用示例,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝... 目录创www.chinasem.cn建spring boot项目生成脚手架配置依赖接口示例代码项目结构启用s

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

java中使用POI生成Excel并导出过程

《java中使用POI生成Excel并导出过程》:本文主要介绍java中使用POI生成Excel并导出过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录需求说明及实现方式需求完成通用代码版本1版本2结果展示type参数为atype参数为b总结注:本文章中代码均为

springboot简单集成Security配置的教程

《springboot简单集成Security配置的教程》:本文主要介绍springboot简单集成Security配置的教程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,... 目录集成Security安全框架引入依赖编写配置类WebSecurityConfig(自定义资源权限规则

在java中如何将inputStream对象转换为File对象(不生成本地文件)

《在java中如何将inputStream对象转换为File对象(不生成本地文件)》:本文主要介绍在java中如何将inputStream对象转换为File对象(不生成本地文件),具有很好的参考价... 目录需求说明问题解决总结需求说明在后端中通过POI生成Excel文件流,将输出流(outputStre

Spring Boot3虚拟线程的使用步骤详解

《SpringBoot3虚拟线程的使用步骤详解》虚拟线程是Java19中引入的一个新特性,旨在通过简化线程管理来提升应用程序的并发性能,:本文主要介绍SpringBoot3虚拟线程的使用步骤,... 目录问题根源分析解决方案验证验证实验实验1:未启用keep-alive实验2:启用keep-alive扩展建

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤