- 接上期http://www.104case.com/article/202009/418351.htm賽靈思 DSP 片上的 INT4 優化使用 DSP 硬件資源可實現乘法和累加 (MAC) 占用硬件資源較少。經優化后，DSP 能夠在 16nm 或 28nm 器件上處理盡可能多的 MAC 運算。以 16nm 為例，賽靈思可編程器件中 UltraScale? 架構的 DSP48E2 片就屬于專用片[參考資料 11]。DSP48E2 片由一個 27x18 二進制補碼乘法器和一個 48 位累加器構成。如圖 3
- 關鍵字：
賽靈思 INT4 卷積神經網絡
- ?對于 AI 推斷，在提供與浮點相媲美的精度的同時，INT8 的性能優于浮點。然而在資源有限的前提下，INT8 卻不能滿足性能要求，INT4 優化則是解決之道。通過 INT4 優化，與現有的 INT8 解決方案相比，賽靈思在實際硬件上可實現高達 77% 的性能提升。概要賽靈思在其硬件平臺上提供 INT8 AI 推斷加速器 — 深度學習處理器單元 (XDPU)。然而，在某些資源受限，要求高性能、低時延的場景（例如對資源、功耗敏感的邊緣側場景和低時延 ADAS 場景）中，為了實現比 INT8 更低的
- 關鍵字：
賽靈思 INT4 卷積神經網絡
int4介紹
您好，目前還沒有人創建詞條int4!
歡迎您創建該詞條，闡述對int4的理解，并與今后在此搜索int4的朋友們分享。
創建詞條
關于我們 -
廣告服務 -
企業會員服務 -
網站地圖 -
聯系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473
