当前位置：首页 > 编程日记 > 正文

比特大陆发力边缘计算，详解终端AI芯片BM1880

编程日记 2025-01-21 11:00:00

作者 | 中国科学院微电子研究所剑白

前不久比特大陆推出其云端人工智能芯片--SOPHON(算丰)BM1682芯片，BM1682是比特大陆设计，并对图像、视频等处理给予额外辅助支持的人工智能硬件加速芯片，其峰值运算速度为3TFLOPs，可提供给用户强大的硬件加速支持。近日，比特大陆又将推出其边缘计算芯片BM1880，用于前端图像、视频、语音、自然语言等等深度学习硬件加速。

边缘计算与云计算

想必云计算大家都不陌生，云计算又可称之为“集中式”计算系统。在云计算系统当中必会构建一个具有强大运算处理能力的云端中心，用户们可以将自己的本地的复杂数据通过网络传输到云端，借助云端强大的运算执行能力来快速完成数据的处理任务。然而，云端计算并不是时时处处都“奏效”的，云端处理延时大、依赖于网络通畅度的好坏，因此对于实时性要求高、数据隐私性高的应用，将数据传至云端进行处理就十分的不合适。

边缘计算的概念就因运而生，边缘计算又可称之“前端计算”。对于实时性要求高、数据保密性强、网络资源不充足等情况下，边缘计算可以近水楼台先得月，及时的将数据处理完毕，只将必要的信息传递给云端即可。此种方式，对于本地采集的数据，端设备可以及时处理，并响应一些特殊的警报信息，及时的通知用户做出应对反应。可以说，边缘计算与云计算是局部与整体的关系，云计算负责“统筹”全局、处理复杂但实时性要求不高的信息，边缘计算则负责守好自己的“一亩三分地”，对信息进行预处理并及时抛出异常警报，应对突发状况。

比特大陆边缘计算--BM1880芯片概览

从BM1880最新披露的技术资料显示，BM1880是聚焦于边缘应用的深度学习推理人工智能芯片。其主要应用方向为图像、视频、以及其他类型的深度学习推理。产品支持丰富的AI功能：如人脸检测、识别与表情分析；人体属性与姿势分析；物体检测与识别；车牌识别；声纹识别等等方面。

从功能模块图上看，BM1880是一块对视频、图像进行人工智能处理有额外支持的人工智能芯片。

核心部分，BM1880包含一块TPU(Tensor Processing Unit，张量计算单元)，该TPU包含512个MAC，支持Winograd卷积运算。TPU用于人工智能深度学习推理的硬件加速，可以极大的提高运算速度，加速系统的推理学习之星速度。同比特大陆的其余人工智能智能芯片相同，BM1880的TPU也配备了调度引擎以给张量处理器核心提供极高的带宽数据流，对于8位数据宽度的数据，其计算速度高達1TOPs, 而在Wingorad卷积加速运算下，提供高达2TOPs 的算力。值得注意的一点是，BM1880的典型功耗仅仅有2.5W，却能提供1TOPs的运算能力，对于边缘计算已经足够。TPU中同时配置了2MB SRAM用于系统性能优化、数据重用以提供最佳的编程灵活性。

BM1880同时提供CPU用于人工智能深度学习算法的编程操作。BM1880的CPU共有2部分，一个是应用处理器，由双核ARM A53构成，工作在1.5GHz；另一部分是精简指令的RSIC-V处理器，由工作在1.0GHz的单核RISC-V构成。

BM1880人工智能深度学习系统的运算结构配置可谓恰到好处各司其能，双核CPU用于执行深度学习算法，TPU用于深度学习算法的硬件加速，单核CPU可以用于处理外设相关信息。该配置能够很方便的实现满足外设实时性、深度学习算法执行流畅性的要求。

专属功能上，BM1880配备了视频处理子系统的硬件模块，该模块算是十分贴心了，在图像视频处理方面，用户基本无需再添加外围设备，可以大大减少产品开发成本。该视频子系统位于功能图的右半部分，包含MJPEG编/解码器、H.264解压器、视频后处理器(Video Post Processor)三个部分。MJPEG编/解码器、H.264解压器的配备也十分符合当前网络视频资源的类型情况，视频监控设备最常用的视频格式就是MJPEG和H.264，其中MJPEG作为监控厂商最初采用的视频编码压缩格式，网络上和监控视频存档资源中MJPEG占据中坚比例。H.264格式为有损压缩格式，其压缩算法相比于MJPEG更加先进，并且具有更高的压缩比、更清晰的画质同时具有更快的传输速度。H.264是目前网络、视频监控中常用的压缩格式。视频后处理器(Video Post Processor)部分可以给进入BM1880的视频流进行预处理，该模块支持深度学习中常用到视频的操作，比如颜色空间转换、尺寸剪裁、缩放等操作，通过硬件流水线的执行视频预处理，无需软件部分的参与，极大的减少了CPU的工作量。

内存方面BM1880配备了支持DDR3/DDR4，LPDDR3和LPDDR4四种规格的内存的功能，用户的程序和数据流均可存放在内存当中，加速其算法执行。

本地存储方面BM1880同样配备了常用的存储设备接口，结合相应的设备，BM1880可以在本地读取、存储数据流，如当需要深度学习处理的数据存储在本地的时候，系统就可以直接从本地中读取图像、视频、或其他数据流进入内存进行推理学习处理。存储设备接口包括SD/SDIO、eMMC、SPI NOR闪存、NAND Flash等。SD/SDIO配备了高速功能，支持最高187.5MHz的工作速率，接口除了用于SD卡的读写之外还可以通过添加外设的情况下来增加蓝牙、摄像头、GPS、以及802.11 a/b/g/n无线等功能，高速的接口速度可以满足大数据流的传输要求。eMMC最大支持32GB闪存，用户可以根据需求选择合适的闪存接入系统，进行存储/读取等操作。同时，BM1880可以支持NAND Flash 也可以支持SPI NOR Flash。

BM1880还配备了2个以太网接口和USB接口。以太网接口支持百兆和千兆速率。USB接口配备了一个高速USB3.0接口和一个支持主/从的OTG2.0的接口。BM1880除了可以从本地存储设备读取数据流信息之外，还可以通过以太网接口和USB接口接收来自外设或主机传输的图像、视频、以及其他类型的流数据进行深度学习推理运算或其他视觉处理任务。

调试接口配备了通用的JTAG接口，同过JTAG接口用户可以方便、快捷的下载程序以及调试程序。

BM1880在功能性外设接口方面也提供的充足的支持：BM1880配备了4个通用串行接口UART、5个I2C接口、通用GPIO口以及16路PWM输出。UART接口以及I2C接口也可以提供低速通信功能，与外设进行交互。数量上UART为4路，I2C为5路，用户可以根据开发需求方便的连接足够多的外置传感器，这点可以看出BM1880在设计上还是很贴心的，用户在开发上基本上无需为接口不足而烦忧。通用GPIO口和16路PWM可以提供强大的反馈控制功能，在深度学习边缘计算当中，对于需要及时处理的突发警报情况，BM1880核心程序可以通过直接驱动GPIO口或PWM接口来及时的对外界设备进行应急处理或进行警报提醒。

BM1880是重点面向图像、视频深度学习处理的边缘计算人工智能芯片，除了对图像/视频的强力支持意外，还配备了2路音频信号I2S接口。该接口可以支持音频信号的输入和输出功能，芯片本身只提供了接口，并未配备响应的硬件编码解码，相关的编码/解码工作可以由软件部分完成。

BＭ1880的软件支持和开发生态链

在人工智能深度学习产品开发的过程中，用户选定人工智能深度学习硬件芯片以后，由于硬件往往是固定不可调节的，此时软件支持将是用户更为关心的点。强大的软件支持意味着流畅的开发速度、稳定的产品性能以及较低的时间、投入成本。恰恰比特大陆在其开发生态链上具有完善的开发体系，给与其人工智能芯片完整的支持。同其余款深度学习人工智能芯片BM1680/BM1682一样，官方对于BM1880同样也由强大的软件支持。比特大陆对BM1880用户提供了强大的深度学习模型编译器以及软件SDK开发包，用户无需为程序算法移植花费太多精力——主流的深度学习架构，如Caffe和Tensorflow，都可以轻松的移植到BM1880平台上。同时，常见的神经网络模型，如CNN/RNN/DNN等模型也均可以在BM1880上被执行。

BM1880应用模式

通过上述软硬件部分的解析可以看出，BM1880具有不俗的深度学习硬件加速能力。显然除了让BM1880作为协处理器进行边缘计算以外，在非巨大运算量的场合，如局部视频监控等方面，BM1880作为主处理器也是完全可以胜任的。BM1880具有丰富的外设和高速的通信接口，配合其1TFLOPs的巅峰算力，作为前端处理非常合适了。下图为BM1880的常见应用方式有3种：

第一种是“云端-边缘”计算系统，即“边缘计算”的方式。在“云-端”方式中，系统不仅要对四面八方涌来的数据做处理，还要对异常情况进行监测，一旦监测到异常情况，“端”部分就需要及时的抛出异常并给出处理方案以保证端系统的安全性。在系统中，云部分主要负责前端通过通信链路(如网络)发送的复杂数据流的处理，以及统筹整个人工智能深度学习系统；而在端部分，如在视频监控中，结合传感器端系统可以通过本地的简单处理，就可以及时发现火灾、结合人脸识别/动静物等操作也可以及时发现盗窃等情况；BM1880处于系统的前端，中心云处理部分负责系统的调度和深度学习中复杂数据的推理学习。同时该方式可以减轻系统对网络资源的依赖性。由于BM1880处于本地位置最接近原始数据流的源头，可以率先对进入系统的数据流进行初步分析，发现异常情况，并将前期处理在前端部分完成，然后将压缩、精简后的数据传至云端，再由云端进行处理。

第二种应用方式是BM1880作为协处理器进行工作。BM1880可以很容易开发成为一个协处理器，运行人工智能深度学习程序的主机将需要进行深度学习推理的图像、视频、以及其他类型的数据流传输给BM1880，BM1880借助其自身强大的推理学习能力进行快速计算，然后结果返回给主机，主机再进行处理。

第三种应用方式就是BM1880可作为主处理器进行工作。BM1880具有强大的深度学习运算能力，高达1TFLOPs的运行速度加上高速的CPU，在很多情况下，是完全可以胜任做为主处理器进行人工智能深度学习推理的任务的。下图就是其应用框架图。BM1880作为主处理器直接接收图像、视频、以及其他类型的数据流进行深度学习推理运算，根据推理结果可直接通过控制接口对外部设备进行实时调控。

BM1880官方产品

在BM1880的基础上，比特大陆还推出了部分以BM1880为核心的人工智能产品。简单介绍一下各款产品。

USB人工智能算力棒：该款产品对于广大开发者来说可谓是溜溜溜了！USB轻轻一插，PC摇变算力王！单从外观上看，铝合金的外壳，精致的散热外盒，科技感十足。此时USB人工智能算力棒中BM1880就是一个协处理器的应用方式了，用户在PC或者是其余支持USB接口的设备上运行深度学习算法时，往往碍于自身设备的性能算法导致执行缓慢，换设备费钱费时不划算，有此USB人工智能算力棒，只要轻轻接入用户主设备，大量的深度推理过程统统交给算力棒，释放主设备资源，助力系统流畅度。

USB人工智能模块：该产品为集成了BM1880的PCB人工智能算力模块。由图可以看到，这是一个最小化的系统。客户在需要深度学习推理的产品中可以直接采用添加此模块，无需重新绘制电路板。结合该模块，任何产品都可以轻轻松松实现AI功能。

BM1880开发板：该部分无需多做说明了。对于人工智能深度学习的初学者和研究者，一块开发板是其入门进阶的最好选择。集成的硬件系统，体系完善的学习资料，充足的代码示例无疑是开发学习人员的最佳选择。

关于比特大陆的第二代云端AI芯片BM1682，请查看《比特大陆二代AI芯片性能跃升，专注安防视频》。

https://www.dkcj.cn/info/37250.html

比特大陆发力边缘计算，详解终端AI芯片BM1880

边缘计算与云计算

比特大陆边缘计算--BM1880芯片概览

BＭ1880的软件支持和开发生态链

BM1880应用模式

BM1880官方产品

相关文章：

职称计算机菏泽,山东菏泽2016年职称计算机首批考试时间

GitHub 挂了

在ARC环境中autoreleasepool(runloop)的研究

QoS实验配置详解

朴素贝叶斯分类器详解及中文文本舆情分析（附代码实践）

计算机应用基础试题及答案试卷号7074,阅读文章，完成试题。后来才知道，在这千钧一发的时刻，是郝副营长划着了火柴，点燃了那本书，举得高高的， - 学进去中小学试卷试题库...

解决“由于应用程序的配置不正确，应用程序未能启动，重新安装应用程序可能会纠正这个问题”...

PHP实时生成并下载超大数据量的EXCEL文件

小学三年级上册计算机计划书,小学三年级班主任工作计划书

10行代码爬取全国所有A股/港股/新三板上市公司信息

阿里云前端周刊 - 第 29 期

Flash传值给asp页面

《深度学习500问》，川大优秀毕业生的诚意之作

UC阿里鱼卡全网免流活动正在进行

普渡大学计算机硕士申请条件,普渡大学计算机与信息技术理学硕士研究生申请要求及申请材料要求清单...

object.ReferenceEquals(a,b)

深度文本匹配在智能客服中的应用

计算机辅助焊接过程控制,重型车辆计算机辅助焊接工艺自动设计系统.pdf

Linux--文件管理以及权限的修改

Linux 之父归来！

vscode断开调试服务器文件,vscode显示等待调试器断开连接

深入理解Spring系列之六：bean初始化

webkit内核 css,纯CSS改变webkit内核浏览器的滚动条样式

数据依赖症：当今AI领域的核心风险

1024程序员节，你是我们要找的那条锦鲤吗？

虚拟机管理你的服务器,全面解析VMware的虚拟机管理解决方案

针对抓win2003系统密码的诡计

那个曾经为美国NASA开发火星大脑的AI公司，现在和华为合作了

艾伦人工智能研究院开源AllenNLP，基于PyTorch轻松构建NLP模型

3650服务器性能,全新联想System x3650 M4服务器性能出色