- 博客(16)
- 收藏
- 关注
RSS订阅原创 AMD,INTEL,NVIDIA巨头们与RISC-V
今天看到有人在讨论“根据3月21日消息显示，AMD公司正在招募RISC-V微架构工程师，此举意味着AMD公司正式开始向RISC-V架构发力了。”其实根据网上公开的招聘信息，AMD几年前就在使用或者开发RISC-V。Nvidia也一样，从泄露出来的资料，已经在GPU中使用RISC-V。Intel已经明确进军RISC-V但是目前来看只会作为控制器，不会是高性能CPU....
2022-03-21 22:39:00
451
原创 目前的芯片产业，是最好的时候，也可能是最差的时候
看着一家家的互联网企业进入芯片产业全国几十家GPU企业十几家AI企业无数的电源芯片企业这是最好的时代也是最坏的时代大量的资本，大量的重复建设不会的依然不会，会的大家都会人才在分散，无数的小企业在一起内卷...
2022-03-08 21:26:32
239
原创 comparison of VLIW and superscaler
https://www.diva-portal.org/smash/get/diva2:1327324/FULLTEXT01.pdf
2022-03-07 15:53:12
247
原创 Nvidia已经在GPU里面用Riscv，用于做控制
偶然的机会看到一篇 PPThttps://riscv.org/wp-content/uploads/2016/07/Tue1100_Nvidia_RISCV_Story_V2.pdf为啥要采用？结论
2022-03-04 21:32:25
454
原创 对比SIMD(Vector ALU) 和Scalar ALU
今天发现NV的计算单元居然是Scalar ALU, 挺意外啊，AMD,Imagination, Intel, Qualcomm的平台都是用的SIMD按照理论分析，SIMD的指令密集度肯定更高全部用Scalar ALU的好处是编译器，调度器更加容易实现，调度也不容易有泡泡这也可能是NV的Cuda确实好用的一个原因，对比了AMD和NV在相同晶体管下的理论计算性能，确实AMD的更高。但是关键还是调度的效率，NV的调度效率肯定更好了...
2022-03-04 20:59:05
789
原创 对比Nvidia，AMD, Intel 的GPU的计算单元
网上公开的资料非常多AMD的计算单元是CU，NV的计算单元是SP，Intel的EU 编程模型都是SIMT NV的编程框架是cuda, AMD和intel 的编程框架是OpenGL今天发现一个好玩的事情，AMD的基本计算单元是SIMD,外加一个Scalar ALU.Intel的基本计算单元是SIMD,NV基本计算单元是Scalar ALU. 居然没有用SIMD这三个设计各有优缺点。差异这么大的三个架构，居然都取得了很大的成功，可能架构没那么重要可能重要的是优化，优化，再优
2022-03-04 20:40:54
1811
原创 AI 芯片的未来在哪里？
看到个新闻：寒武纪连亏5年股价低迷 高研发投入能否“砸”出未来？个人观点：很难看了下财报，主营业务是和AI相关的芯片AI主要两个方向，都不好做边缘端： 只能做SOC,纯NPU(AI)没人要的 NPU在整个SOC占比很小 所以只能卖卖IP,赚点小钱，公司不可能维持这么大的体量 服务器端： 通用的生态和技术都很难，cuda统天下，AMD都做得很艰难。 专用的，没那么难，云厂商都会自己来做 未来在哪里？不知道，但是只要把AI做主业的都很难，AI是锦上添花的东西。找
2022-02-28 09:59:57
601
原创 简单的聊聊 NPU ，Tensor core
刚刚，有个前同事问我tensor core到底是个啥在我接触过的项目和芯片里，tensor core就是矩阵乘法器。NPU英文全称是Neural network Processing Unit， 中文大概得叫神经网络处理单元吧。有篇文章是介绍这个的，CPU/GPU/TPU/NPU傻傻分不清楚 - 知乎看完这个介绍，或许可以明白一些概念，但是还是不明白本质现在我们大谈算力，在计算机的世界里可以按照维度把运算分为，标量运算，矢量运算，矩阵运算我们在小学的时候学习标量运算，初中高中学习
2022-02-25 13:09:46
2136
原创 谈谈 AI ISP （4）AI ISP的未来
说是未来，也不完全正确，现在很多公司其实已经正在这么做。几个可能的方向提高传统ISP的性能，重点关注Denoise，DPC,Demosaic,LTM，AWB 提高ISP tuning的效率。 用AI分析评估图像质量。 用AI优化参数。 适合ISP的NPU架构 适合ISP的AI 算法几点想法先搞好传统ISP pipeline,然后才搞AI的优化，直接搞端到端的AI ISP还不成熟。 NPU的优化，AI算法优化都非常重要 NPU和ISP的交互设计也是关键 数据尽量都在SRAM
2022-02-21 14:31:49
2314
1
原创 谈谈 AI ISP （3）AI与ISP的痛点
前面我们讨论了目前ISP的痛点，再来看看AI能否解决这些痛点第一，AI能否减少ISP开发的复杂度或者说难度？看到有挺多论文用AI来实现端到端（end to end）的ISP pipeline,总体感觉是没有入门。用全AI来实现ISP目前来看是不成熟的。所以AI只能在传统ISP流水线的基础上来提高或者替代一部分功能。因此，AI还不能完全抛弃传统的ISP技术，也就不可能减少原来的复杂度。简单理解AI+ISP只会比原来更复杂。第二，AI与ISP的多样性，是不是说加入AI以后，所有的应用就可以共享一个I
2022-02-21 11:05:26
2695
1
原创 谈谈 AI ISP （2）目前ISP存在的痛点
结合以前的工作，我认为目前ISP存在的痛点主要有几点第一，ISP是一个非常复杂的系统，包括了算法，硬件，软件。简单的ISP也有好几个主要的模块，复杂的系统至少有几十个模块。每个模块又有非常多的算法。所以开发一套完善的ISP系统就会变得困难。第二，ISP的多样性，这主要体现在每个不同的应用，对ISP的要求和功能是不一样的。不可能有一套系统能满足不同的应用，而且这种差异可能非常非常大。有的应用注重成本，有的应用注重画质。第三，ISP需要大量的tuning过程，这需要大量的时间和人力成本。几乎每个项目
2022-02-21 09:22:02
1812
1
原创 谈谈 AI ISP （1）开场白
前几天看到一则新闻“小米成立研究院，攻关AI-ISP芯片”。作为一个十几年的ISP从业人员，也来谈谈AI ISP.在开始正文以前，突然想到一件事情。十多年前，那时候我还在读研究生，那时候我们做人脸识别，人工设计各种特征（feature)，提高人脸识别的正确率，特别是解决人脸识别的角度和光照问题。设计了各种方法，各种特征。那个时候每家公司都有自己的绝密方法。后来，Deep learning一出来，就秒杀这些传统的方法，人脸识别就有了质的飞跃，也诞生了一批新的公司，那些传统的人脸识别公司要么转型，要么就结束
2021-10-29 10:05:15
1954
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人