首頁

低容量LPDDR4x DRAM—边缘AI的最佳选择

边缘AI芯片的市场规模预计将在2025年第一次超越云端AI芯片市场。国际科技市场资讯公司,ABI Research的数据显示,边缘AI芯片市场营收将在2025年达到122亿美元,超越云端AI芯片市场的119亿美元营收额。边缘AI的应用范围包括智能手机、可穿戴设备、智能汽车、智能家居、智慧工业,以及智慧城市等。其中,智能家居是边缘AI市场发挥最主要的应用。

此前大多数AI的工作负载都在公有云或者私有云上进行。传统上,将工作负载集中上传到云端进行,更具灵活性且。然而,由于对隐私、网络安全以及低延迟的需求,在网关、设备端以及传感器上执行AI逻辑推理成为了首要选择。此领域的最关键进展包括全新AI学习架构以及高性能计算芯片组的最新关键进展,在这一转变中发挥了重要作用。

边缘AI尽可能使用实体系统来进行数据计算,其优点是数据处理过程不需要网络连接。边缘计算发生在网络的边缘,即数据的产生端,而不是在集中的数据处理中心。边缘AI的最大优势之一就是可确保对时间敏感的需求应用得到实时结果。在许多应用场景,传感器的数据可以被直接收集交流以及通信,而无需将数据传输到对时间敏感的云端数据处理中心。

深度学习除了应用在智能手机以外,也被广泛应用在物联网设备中(智能物联网)。边缘AI为传统物联网领域引入了全新概念。然而,作为物联网设备的传统运算单元,MCU的计算能力较弱不足以支持其进行深度学习。目前,有两种硬件机制来辅助MCU进行深度学习:DSP或专用加速器(Deep Neural Network/DNN)。此硬件机制可作为IP或者芯片搭载于MCU之上。

卷积层以及全联通层均使用DNN算法,它们的基本组成部分是乘法和累加计算(MAC)。为了达到高性能,经常使用高度并行的计算方法。许多存储在DRAM中的权重迭代都会根据不同的训练模式进行更新。

不管上述机制如何,DRAM的吞吐量都是DNN的关键。因此,选择一个合适的DRAM成为了AIoT的核心问题。与云端环境不同,在进行边缘计算时需要考虑低功耗的问题。AIoT设备设计者必须寻求低功耗与高性能的平衡。除此之外,在AIoT设备中DRAM的容量需求与常规的8-16Gb/片不同,只需1-2Gb。

AI处理器芯片市场的领导厂商耐能(Kneron)致力于为边缘计算应用提供高效能系统芯片(SoC),旗下的KL720 SoC上搭载了华邦的1Gb LPDDR3 DRAM。此外,这并不是耐能与华邦的首次合作,此前推出的KL520搭载华邦的512Mb LPDDR2,多使用在智能锁和无人机等电池供电的应用。

华邦的LPDDR3 DRAM助力耐能KL720实现高处理量和效能效率,其最高带宽达8.5GB/s,可在双1.2V/1.8V供电下运作,且能实时处理4K、Full HD或3D传感器的视频影像,为家居安防摄影机的人脸识别、公用信息站的手势控制等AI应用提供支持。此外,该产品的1.4 TOPS效能甚至能同时支持实时视频和自然语言处理。

除此之外,华邦的LPDDR3 DRAM低容量高带宽的特性使其在汽车应用领域中也潜力巨大,例如高级驾驶辅助系统(ADAS),该系统需采用可进行实时视频图像处理的摄像头。同时,越来越多的物联网终端设备也需要配备低容量,高带宽的内存产品,使其能够实现基本的人工智能推理功能。

LPDDR4/4x x32具有LPDDR3和LPDDR2相同的优势,但其带宽吞吐量几乎可以达到LPDDR3的两倍。在降低功耗方面,LPDDR4x的IO电压为0.6(V),而LPDDR4为1.1(V)。虽然JEDEC已经发布了最新的LPDDR5标准,但是刚刚上市的LPDDR5的容量仍然很高,无法应用于AIoT领域。因此目前,如果我们需要比LPDDR3更强大的人工智能计算能力,LPDDR4x仍然是最佳选择。

Fig.1

 

华邦电子拥有自建晶圆厂,是可同时提供DRAM和NOR/NAND闪存的四大IC制造商之一。华邦LPDDR4/4x DRAM系列的容量为1~4Gb,采用自主研发的25nm技术节点,I/O数据传输可达4266Mbps,同时除了常规标准外,目前提供标准200BGA封装。

技术文章

TOP

Copyright © Winbond All Rights Reserved.

本网站使用cookie作为与网站互动时识别浏览器之用,浏览本网站即表示您同意本网站对cookie的使用及相关隐私权政策
OK