Cadence收购Integrand，持续拓展5G RF通信版图

Paul Mclellan特别邀请Cadence资深博主Paul Mclellan分享关于Cadence热门技术和产品信息。Paul曾任Cadence全球副总裁 视觉应用与人工智能（AI）正朝着精细化的方向发展，其背后的多种推动力中，最重要的两种是高端智能手机的先进功能以及ADAS（高级驾驶辅助系统）/自动驾驶技术。智能手机的面部识别功能需要同时调用视觉与AI处理两种技术，而且技术难度不断增加。最难的部分在于非理想状态下的面部识别，如侧脸、戴帽子、部分脸被围巾遮盖等。为此，智能手机的摄像头变得越来越精细，采用多种传感器实现高动态范围图像（HDR）、双摄变焦、图像稳定等功能。第二个推动力，即ADAS，它的设计需要满足两大需求。第一个是面向特定功能的性能要求，比如行人侦测、驾驶员注意力监控、道路偏离预警；第二个是降低功耗。大多数芯片都安装在空气流通较差的环境（没有风扇），甚至极端温度环境，如前挡风玻璃上后视镜的背面。还有一些其他驱动因素，如虚拟现实、增强现实、机器人、无人机、监控摄像头等技术的发展，它们的需求与上述场景大同小异。上述功能、视觉和AI技术通常被集成到单独的摄像头管道，从降噪、视觉后处理等任务开始，再到图像分类和分割。有时候，AI需要先完成场景分类，然后再执行HDR或Bokeh焦外成像（模糊处理在日语里被称作 boke）等精细图像处理任务。总体看来，目前有以下三种技术需求：将视觉和AI处理集成在单一DSP提升性能极低功耗的限制为了满足这三种技术需求，新一代Tensilica Vision处理器应运而生。全新Tensilica Vision Q6简介提高性能，我们考虑了下面几套可选方案：增加SIMD宽度或VLIW槽的数量。但是这样会增加编程难度，因为很多闲散资源无法有效利用。简单地增加算力比有效地利用算力要简单。多核。可以立马将可用处理能力提高一倍（或更多），但是需要两倍的本地内存，而且很难做到每个核计算负载的平衡升频。显而易见的提高性能的方法，但代价是面积（成本）和功耗的增加打造更高性能的新架构Cadence决定采取第四种方案。全新Vision Q6 DSP是第五代产品，面向视觉和AI 应用量身打造，采用13级流水线，16nm工艺下可实现1.5GHz处理器频率。较上一代P5，相同版图面积条件下的频率提升达50%。峰值性能的效率提高1.25倍。采用标准图像处理内核时，性能提升可达2倍。流水线构成如下：指令前端（3级）指令解码与分派（2级）AR/标量整数管道（5标量寄存器/标量流水线）矢量DSP（3级）读取和写入会在指令解码一级完成后分别进行。同时，矢量执行和标量执行也分开进行，这样可以提高标量性能，并提供了增加标量cache的机会。该cache可以提高标量处理能力50%，而且存储器速度越慢，cache优势就越明显（与没有cache的情况相比）。Q6的另一个新特色是添加了一个分支预测。流水线越深，这个功能就越重要，因为一旦错过就必须清空并重新填充流水线。Q6与P6向上兼容，为P6写的任何代码都可以无需修改在Q6上运行。但是Q6有一些新指令无法在P6上运行。凭借AXI4互联技术，Q6可以在多处理器环境中运行。用户不仅可以使用多个Q6 核，在VQ6的系统中增加VisionC5来分担AI的处理。 Q6编程在芯片上设计一大堆高性能处理资源是很容易的，但程序员可能最终无法从高层软件开发中获得这些处理资源。AI采用多种框架，Q6可以实现以下功能：安卓神经网络：在安卓平台（即非苹果智能机）上实现本地AI应用TensorFlow、TensorFlow Lite、Caffe定制层支持：用户可以在标准网络基础上自行添加特殊功能支持多种标准神经网络（MobileNet、Inception、Resnet、VGG、Segnet、FCN、YOLO、RCNN、SSD等）安卓神经网络（ANN）相对比较新，去年10月刚刚发布，到现在也就半年的时间。ANN提供的神经网络API可以让开发者无需关注具体AI处理是在应用处理器（通常是高端ARM处理器）还是在专有的AI DSP上执行。。Q6支持运行在安卓8.1系统（Oreo）的ANN，可实现实时的优化执行。右图显示的是ANN各组件的协作方式。作为专用处理器（也可称DSP，术语不同而已）的Q6位于流程的中心。上图中显示的是现有Tensilica AI工具链，也称为XNNC（Xtensa神经网络编译器）。该工具链需要一个神经网络描述符（在Caffe或Tensorflow框架下）将其编译成可以在Q6（或P6、C5）上运行的代码。它可以自动处理许多管理工作，如DMA和tile管理。Tensilica AI处理技术采用8位定点权重，但经过几年的发展，32位浮点和8位定点也能实现同样的精度了（约0.5%量子化误差），其好处就是可以节省大量的功耗和面积。对于HDR、语音身份认证、图像稳定等特殊算法，Cadence正与相关领域的合作伙伴展开广泛合作。我们还是Khronos公司OpenVX工作组的负责人，推动视觉处理分流标准的开发。来源：Cadence楷登