工業

AI 效能標竿：建置前的參考

October 4, 2019

Brandon Lewis

人工智能，邊緣計算，視覺

AI 已建置出新一代晶片，其設計可在輸送量、延遲與耗電量之間取得平衡。

GPU、FPGA 和視覺處理器 (VPU) 等 AI 加速器均針對類神經網路工作負載的運算最佳化。這些處理器架構讓電腦視覺 (CV)、語音辨識和自然語言處理等應用得以實現。它們也讓物聯網邊緣裝置上的本機 AI 推斷得以付諸實行。

但是，效能標竿顯示這些加速器的重要性並不相同。選擇任一加速器都可能會對系統輸送量、延遲、耗電量和整體成本造成嚴重影響。

瞭解 AI 推斷

務必確實瞭解何謂類神經網路，以及運算這些網路所需具備的條件。這有助於釐清稍後要檢視的效能標竿。

類神經網路是模擬人類大腦的 AI 技術子集。類神經網路並非單一演算法，它通常是由多個軟體演算法集結而成，層層堆疊，就像蛋糕一樣。

每一層都會對輸入資料集進行分析，然後根據訓練階段學到的特點來加以分類。於某一層將特定特點分類之後，其會將此輸入傳遞給後續層級。在迴旋式類神經網路 (CNN) 中，系統會執行一或多次的線性數學運算 (迴旋) 來產生這些層級的累積運算式。

例如，在影像分類中，網路會收到一張圖片。某一層會將形狀歸類為臉孔。另一層會分類四條腿。第三層可分類毛皮。套用迴旋後，類神經網路最終會推斷這是貓的影像（圖 1）。這個過程稱為「推斷」。

類神經網路的每一層都會將輸入資料加以分析以產生輸出 — 圖 1。類神經網路的每一層都會將輸入資料加以分析以產生輸出。（資料來源：Medium）

類神經網路處理器每次運算新層級時，都必須存取來自記憶體的輸入資料。取捨就從這裡開始。

類神經網路中的層數和迴旋越多，AI 加速器所需的效能和高頻寬記憶體存取次數就越高。但是，您也可以犧牲精確性來提高速度，或是犧牲速度來降低耗電量。這一切都取決於應用程式的需求。

GPU、FPGA、VPU 之比較

輸送量和延遲效能標竿顯示執行四個精簡影像分類類神經網路時，Intel^® Arria^® 10 FPGA、Intel^® Movidius^™ Myriad^™ X VPU 和 NVIDIA Tesla GPU 的效能狀況。這些網路為 GoogLeNetv1、ResNet-18、SqueezeNetv1.1 和 ResNet-50。

每個處理器均裝設在現成加速卡中，提供真實世界情境：

Arria 10 FPGA — 此軟體定義的可程式化邏輯裝置可提供高達每秒 1.5 兆次浮點運算 (TFLOPS) 和整合式 DSP 區塊。IEI Integration Corp. Mustang F100-A10 AI 加速卡在我們的效能標竿中呈現出這一點。

Mustang F100-A10 包含 8 GB 的 2400 MHz DDR4 記憶體和 PCIe 第 3 代 x8 介面。這些特點可支援對超過 20 個同步視訊頻道進行類神經網路推斷（圖 2）。

IEI Mustang F100-A10 包含一個 Intel® Arria® 10 FPGA — 圖 2。IEI Mustang F100-A10 包含 Intel^® Arria^® 10 FPGA。（資料來源：IEI Integration Corp.）

Myriad X VPU — 這些硬體加速器整合了類神經運算引擎、16 個可程式化 SHAVE 核心、超高輸送量記憶體網狀架構，以及支援高達八個 HD 攝影機感應器的 4K 影像訊號處理 (ISP) 管線。這些資訊都包含在 IEI Mustang-V100-MX8 的效能標竿中。

Mustang-V100-MX8 整合了八個 Movidius X VPU，因此可同時對多個視覺管道執行類神經網路演算法（圖 3）。每個 VPU 都僅耗用 2.5 瓦的電力。

IEI Mustang V100-MX8 包含八個 Intel® Movidius™ Myriad™ X VPU — 圖 3. IEI Mustang V100-MX8 包含八個 Intel^® Movidius^™ Myriad^™ X VPU。（資料來源：IEI Integration Corp.）

NVIDIA Tesla GPU — 這些推斷加速器採用 NVIDIA Pascal 架構，能以相當於 CPU 1/15 倍的延遲提供 5.5 TFLOPS 的效能。NVIDIA P4 超大規模推斷平台會受到效能標竿的影響。

圖 4 顯示效能標竿結果。輸送量是以每秒分析的影像數來表示，而延遲則代表分析每個影像所需的時間（以毫秒為單位）。

推斷加速器的延遲（頂端）和輸送量（底端）效能標竿 — 圖 4。推斷加速器的延遲（頂端）和輸送量（底端）效能標竿。（資料來源：IEI Integration Corp.）

輸送量和延遲效能標竿顯示，以整個類神經網路工作負載來看，FPGA 和 VPU 加速器的效能明顯優於 CPU。如圖 5 所示，IEI Mustang 產品的散熱設計功率 (TDP) 額定值與價位點明顯較低。

IEI Mustang F-100-A10 和 V100-MX8 耗電量明顯低於其他產品 — 圖 5。IEI Mustang F-100-A10 和 V100-MX8 的耗電量明顯低於其他產品。（資料來源：IEI Integration Corp.）

除了效能標竿以外的比較

GPU 在這類小批次處理工作上表現較差的原因，與架構有很大的關係。

GPU 通常由含有 32 個核心的區塊組成，所有區塊都是平行執行相同指令。這種單一指令、多重資料 (SIMD) 架構讓 GPU 能夠比傳統處理器更快速地處理大量的複雜工作。

但是，延遲與這些存取記憶體資料的核心有關，而 P4 上的記憶體就是外部 DDR5 SDRAM。在較大的工作負載中，由於平行處理方式能套用多個核心的效能，因此延遲問題不容易被注意到。在較小的工作負載中，延遲比較顯而易見。

相對地，FPGA 和 VPU 因為其架構彈性之故，因此在較小的工作負載中表現優異。

Intel^® Arria^® 10 FPGA 內部

例如，Arria 10 FPGA 網狀架構可重新設定，以支援不同的邏輯、算術及暫存器等功能。這些功能可以組織成 FPGA 網狀架構的區塊，以符合特定類神經網路演算法的確切需求。

這些裝置也整合了可變精密的 DSP 區塊與浮點功能（圖 6）。這可提供 GPU 的平行處理，而不需要延遲的取捨。

Intel® Arria® 10 FPGA 結合 GPU 的平行處理，不會造成延遲。 — 圖 6。Intel^® Arria^® 10 FPGA 結合 GPU 的平行處理，不會造成延遲。（資料來源：Intel^® Corp.）

內部記憶體和高頻寬內部互連，讓邏輯區塊可直接存取資料，因而造就超低延遲。因此，Arria 10 裝置可以比 GPU 更快速地擷取和運算小批的推斷資料，進而大幅提高輸送量。

利用 Intel^® Movidius^™ Myriad^™ X VPU 的彈性運算與記憶體

同時，Myriad X VPU 的類神經運算引擎還提供專用的晶片內建 AI 加速器。類神經運算引擎是一種硬體區塊，能以最低耗電量及高達每秒 1 兆次的運算作業 (TOPS) 來處理類神經網路。

類神經運算引擎配備前述的 16 個可程式化 SHAVE 核心。這些 128 位元向量處理器結合成像加速器和硬體編碼器，打造高輸送量的 ISP 管線。事實上，SHAVE 核心可以一次執行多個 ISP 管道。

管線中的每個元件都可以存取共同的智慧記憶體網狀架構（圖 7）。因此，類神經網路工作負載可在經過最佳化的神經運算引擎中終止，不需耗費多重記憶體存取所產生的延遲或電力。

Myriad™ X VPU 包含高輸送量影像訊號處理管線 — 圖 7。Myriad^™ X VPU 包含高輸送量影像訊號處理管線。（資料來源：MIPI Alliance）

查看效能標竿

本文說明晶片架構與硬體加速器的創新如何在邊緣實現 AI。雖然每種架構各有其優點，但是必須通盤考量這些平台對於類神經網路作業和系統之運算效能、耗電量和延遲有何影響。

為此，請務必先查看效能標竿，再著手進行下一個 AI 設計。