JavaScript is currently disabled.Please enable it for a better experience of Jumi. Prestandamått för maskinlärning på gång

Organisationen EEMBC har börjat utveckla ett prestandamått för processorer som gör maskininlärning. Virtuella assistenter, smarttelefoner och IoT-enheter nämns som tillämpningsområden – det vill säga klienter.

Prestanda och batteriförbrukning är det som ska mätas. Arbetsgruppen tar fram ett proof-of-concept för testet.

EEMBC ger nio exempel på familjer av AI-kärnor som skulle kunna underkastas testet, från Almotive, Cadence, Cambricon, Ceva, Imagination, Nvidia, Synopsys, Verisilicon och Videantis (länkarna leder till Elektroniktidningentexter om AI-kärnorna).

EEMBC räknar upp några processor eller produkter som redan integrerar hårdvarustöd för AI. En del av dem har använt IP ur listan ovan och andra har snickrat ihop något eget: Apple A11, Exynos 9810, Huawei Kirin 970, Mediatek P30, Amazon Alexa, Apple Siri och Google Cortana.

Nuvarande medlemmar i arbetsgruppen är Analog Devices, Arm, Auzone, Flex, Green Hills, Intel, Nvidia, NXP, Samsung, ST Microelectronics, Synopsys och Texas Instruments. 

Ordförande är Ramesh Jaladi från Intel. Vill du vara med? Hör av dig till EEMBC!

Google och Baidu lanserade en AI-benchmark i början av maj.


BILDEN: Apples telefonprocessor A11 Bionic använder en neuronkärna kallad Neural Engine som alstrar ap-animeringar av användarens ansikte i appen Animoji.

Prenumerera på Elektroniktidningens nyhetsbrev eller på vårt magasin.


MER LÄSNING:
 
KOMMENTARER
Kommentarer via Disqus

Rainer Raitasuo

Rainer
Raitasuo

+46(0)734-171099 rainer@etn.se
(sälj och marknads­föring)
Per Henricsson

Per
Henricsson
+46(0)734-171303 per@etn.se
(redaktion)

Jan Tångring

Jan
Tångring
+46(0)734-171309 jan@etn.se
(redaktion)