Le système SoC de reconnaissance d'image de Toshiba pour les applications automobiles intègre un accélérateur de réseau neural profond

Le système SoC de reconnaissance d'image de Toshiba pour les applications automobiles intègre un accélérateur de réseau neural profond

Demandes de renseignements des médias :
Toshiba Electronic Devices & Storage Corporation
Division de planification commerciale Groupe Relations publiques & Relations avec les investisseurs
Motohiro Ajioka
Tél. : +81-3-3457-3576
semicon-NR-mailbox@ml.toshiba.co.jp

Toshiba Electronic Devices & Storage Corporation (« Toshiba ») a annoncé aujourd'hui le développement d'un système sur puce (System on Chip, SoC) de reconnaissance d'image pour les applications automobiles qui met en ½uvre un accélérateur d'apprentissage profond 10 fois plus rapide et d'une efficacité énergétique 4 fois supérieure au produit précédent de Toshiba^[1]. Des détails sur la technologie ont été fournis à l'ISSCC (IEEE International Solid-State Circuits Conference) 2019 qui s'est tenue à San Francisco le 19 février.

Ce communiqué de presse contient des éléments multimédias. Voir le communiqué complet ici : https://www.businesswire.com/news/home/20190227005376/fr/

Les systèmes avancés d'assistance au conducteur, tels que le freinage d'urgence autonome, proposent des capacités de plus en plus évoluées, et leur mise en ½uvre requiert un SoC de reconnaissance d'image capables de reconnaître les panneaux de signalisation routière et les situations sur la route à grande vitesse avec une consommation énergétique réduite.

Les réseaux neuraux profonds (Deep neural networks, DNN), des algorithmes modélisés sur les réseaux neuronaux du cerveau, effectuent un traitement de reconnaissance bien plus précis que la reconnaissance des formes et l'apprentissage machine conventionnels, et on s'attend généralement à ce qu'ils soient utilisés dans les applications automobiles. Cependant, la reconnaissance d'image basée sur les DNN avec des processeurs conventionnels prend du temps car elle repose sur un nombre considérable de calculs « multiplier-accumuler » (MAC) . En outre, les DNN avec des processeurs à haute vitesse conventionnels consomment beaucoup d'énergie.

Toshiba a surmonté ce problème avec un accélérateur DNN qui met en ½uvre l'apprentissage profond dans le matériel. Il a trois caractéristiques.

• Des unités MAC parallèles. Le traitement DNN nécessite de nombreux calculs MAC. Le nouveau dispositif de Toshiba compte quatre processeurs, chacun avec 256 unités MAC. Cela augmente la vitesse de traitement DNN.
• Un accès réduit à la mémoire DRAM. Les SoC conventionnels n'ont pas de mémoire locale pour conserver les données temporelles près de l'unité d'exécution DNN et consomment beaucoup d'énergie pour accéder à la mémoire locale. Le chargement des données de poids, utilisées pour les calculs MAC, consomme également de l'énergie. Dans le nouveau dispositif de Toshiba, des mémoires SRAM sont implémentées près de l'unité d'exécution DNN, et le traitement DNN est divisé en blocs de sous-traitement pour conserver les données temporelles dans la SRAM, réduisant ainsi l'accès à la DRAM. Par ailleurs, Toshiba a ajouté une unité de décompression à l'accélérateur. Les données de poids, compressées et stockées à l'avance dans la DRAM, sont chargées via l'unité de décompression. Cela réduit la consommation énergétique impliquée dans le chargement des données de poids depuis la DRAM.
• Un accès réduit à la SRAM. L'apprentissage profond conventionnel nécessite d'accéder à la SRAM après le traitement de chaque couche de DNN, ce qui consomme trop d'énergie. L'accélérateur a une structure en couches en pipeline dans l'unité d'exécution DNN, ce qui permet à une série de calculs DNN d'être exécutés en un seul accès à la SRAM.

Le nouveau SoC est conforme à la norme mondiale de sécurité fonctionnelle pour les applications automobiles ISO26262.

Toshiba continuera d'améliorer l'efficacité énergétique et la vitesse de traitement du SoC développé et commencera ses expéditions d'échantillons du Visconti^TM5, la prochaine génération de processeurs de reconnaissance d'image de Toshiba, en septembre prochain.

Notes
[1]		Le SoC de reconnaissance d'image de Toshiba dans « 1.9TOPS and 564GOPS/W Heterogeneous Multicore SoC with Color-based Object Classification Accelerator for Image-Recognition Applications », un document présenté à l'IEEE International Solid-State Circuits Conference 2015

* Visconti^TM est une marque commerciale de Toshiba Electronic Devices & Storage Corporation
* Tous les autres noms de sociétés, noms de produits et noms de services peuvent être des marques commerciales de leurs sociétés respectives.

À propos de Toshiba Electronic Devices & Storage Corporation

Toshiba Electronic Devices & Storage Corporation allie le dynamisme d'une nouvelle société à la sagesse de l'expérience. Depuis que nous sommes devenus une société indépendante en juillet 2017, nous nous sommes fait une place parmi les principales sociétés d'appareils d'usage général et offrons à nos clients et partenaires d'affaires des solutions exceptionnelles en matière de semi-conducteurs discrets, systèmes LSI et disques durs.

Nos plus de 22 000 employés répartis à travers le monde partagent notre détermination à maximiser la valeur de nos produits, et mettent l'accent sur une collaboration étroite avec les clients afin de promouvoir la création conjointe de valeur et de nouveaux marchés. Nous nous réjouissons à l'idée de capitaliser sur un chiffre d'affaires annuel qui dépasse actuellement 800 milliards de yens (7 milliards USD), et de contribuer à un avenir meilleur pour les personnes du monde entier.
Si vous souhaitez en savoir plus sur nos activités, retrouvez-nous sur https://toshiba.semicon-storage.com/ap-en/top.html

Le texte du communiqué issu d'une traduction ne doit d'aucune manière être considéré comme officiel. La seule version du communiqué qui fasse foi est celle du communiqué dans sa langue d'origine. La traduction devra toujours être confrontée au texte source, qui fera jurisprudence.

Consultez la version source sur businesswire.com : https://www.businesswire.com/news/home/20190227005376/fr/