CPU是中央处理单元,GPU是图像处理单元,可是突然冒出来的VPU是什么呢?请各位看官随小编一起看看。为了实现在相机终端上就能实行图像的计算、识别、不需要连接到云的功能,Google Clips这款神奇的视觉识别相机就内置了Intel旗下的Movidius Myriad 2 VPU视觉处理芯片,我们以此为例说说什么是VPU。
图为Google Clips
在这里解释一下,Movidius是2016年9月被Intel收购的硅谷公司、Myriad 2是这块芯片的名字,Myriad 1曾经被用在谷歌的Tango平板里、VPU则是Vision Processing Unit视觉处理单元的缩写。
现在的芯片/处理器实际上所指的是一个“处理器包”封装在一起,这个计算包专业一点说叫SoC(System-on-a-Chip,片上系统),高大上的说法是“计算平台”。
根据分工不同,很多专用功能的处理单元加进来,比如我们最熟悉的是GPU,现在这个包里的独立单元数量已经越来越大,比如ISP(图像处理)、Modem(通信模块)、DSP(数字信号处理)、以及苹果的A11、麒麟970中加入的神经网络引擎、NPU等(AI应用)不同的数据进来,交给不同特长的计算模块来处理将会得到更好的效果、更高的能效比。
不过,虽然都是“U”,但VPU与CPU、NPU不同。它不是(或者说不只是)一个模块,它本身就是一个SoC,内部集成有多个RISC的CPU、许多硬件加速器单元和矢量处理器阵列,专门为视觉海量像素设计的高性能影像信号处理器(ISP),以及丰富的高速外围接口。
VPU针对视觉处理应用而设计,在性能、功耗和功能性方面都有特别的强化,使之更贴近于实际的应用需求。尤其是在功耗方面,按照Movidius CEO Remi El-Ouazzane的说法,Myriad 2的功耗仅为能够提供同等效果GPU功耗的十分之一——对于Google Clips这样一个重量仅为60g的小相机来说,功耗与续航问题必然是重中之重。
图为Myriad 2的内部功能划分
Myriad 2的芯片设计包括12个SHAVE 128位处理器+SIPP过滤器,前者对原始影像数据做计算处理,每颗处理器都运作在600MHz的频率下,而且有超频潜能;后者是SIPP是(Streaming Inline Processing Pipeline filters)硬件加速期的缩写,可完成一些预设的影像处理任务,比如将来自不同类型摄像头的数据融合到一起,或者将多个视频内容接合到一起。此外,Myriad 2 VPU上还有2个32位RISC处理器用于芯片管理,有效降低延迟。
图为Myriad 2的其他参数
当然,除了传统的影像处理能力外,Myriad 2最重要的就是AI能力,对于Clips来说,也就是相机的智能理解能力。除了芯片本身,Movidius还设计一系列的补充算法与SDK,使得Myriad 2支持3D建模和扫描、影像搜索、室内导航、以及手势输入、脸部识别、实物探测等——想必这次和谷歌的合作也使得两家共同研发了更多功能。
基于这样的架构设计,Myriad 2芯片采用台积电28纳米工艺制造、面积是6.5mm、厚度1mm,支持六个60帧全高清视频信号输入,而功耗在1.2W以内。
其实,这块Myriad 2芯片在2014年就发布了,大疆Phantom 4无人机中就集成了这块芯片。而且Intel也持续推出了Movidius Myriad X新版VOU,性能效果都更为强大。我们还是希望这颗“U”能发挥更大的效能,在视觉识别领域善舞长袖吧。
联系客服