墨芯 S4 计算卡 Datasheet
产品简介
墨芯人工智能 S4 计算卡（以下简称 S4 计算卡）搭载墨芯首颗芯片 Antoum®，是全球首款高达 32 倍稀疏率的 AI 计算卡。S4 计算卡专注于数据中心 AI 推理应用，可广泛应用于互联网、运营商、智慧城市、生命科学、自动驾驶等众多 AI 推理场景。
S4 计算卡在 70 W 功率下提供等效于 943.6 TOPS INT8 和 471.8 TFLOPS BF16 的算力（32 倍稀疏化）。板载 20 GB LPDDR4x 内存，S4 计算卡可以提供高达 65 GB/s 峰值内存写带宽和 65 GB/s 峰值内存读带宽。
墨芯人工智能独创双稀疏算法技术和 Antoum® 芯片架构，与市场上同类产品相比，S4 计算卡算力具有数量级提升，并为客户降低总体拥有成本（Total Cost of Ownership，TCO）。
通过软硬件紧密结合的人工智能片上系统（System on Chip，SoC）设计，稀疏处理单元 SPU（Sparse Processing Unit）原生支持稀疏卷积和矩阵乘法，并与异构特殊功能加速器协同工作。矢量处理单元 VPU（Vector Processing Unit）提供灵活的可编程能力，支持持续演进的 AI 算法框架。例如，视频编解码器能够以 30 FPS 的速率解码 64 路 1080p 视频，JPEG 解码器能够以 2320 FPS 的速率解码 1080p 图像。
系统参数
| 参数 | 描述 |
|---|---|
| BF16 稀疏处理单元峰值 | 14.7 TFLOPS | 471.8 TFLOPS* |
| INT8 稀疏处理单元峰值 | 29.5 TOPS | 943.6 TOPS* |
| BF16 矢量处理单元峰值 | 3.2 TFLOPS |
| 多媒体引擎 | 4 个视频解码器硬件，30 FPS 的速率解码 64 路 1080p 的视频 1 个视频编码器硬件，30 FPS 的速率编码 8 路 1080p 的视频 8 个 JPEG 解码器，2320 FPS 的速率解码支持 1080p 的图像 |
| 硬件加速 | 激活函数加速器 TopK 硬件加速器 数据排布引擎 嵌入查找加速器 图像处理器（裁剪、调整大小和色彩空间转换） |
| 内存 | 20 GB LPDDR4x |
| 峰值内存带宽 | 峰值内存写带宽 65 GB/s 峰值内存读带宽 65 GB/s |
| 系统接口 | PCIe Gen 3 x16 |
| 外形规格 | 半高半长，单槽 |
| 散热解决方案 | 被动式 |
| 热设计功耗（Thermal Design Power，TDP） | 70 W |
注： *表示 32 倍稀疏
产品性能
实测数据显示，S4 计算卡在不影响精度的前提下，可提供超高算力、极低功耗。ResNet-50、BERT、RCAN 和 T5-8B 模型在 S4 计算卡上的测试结果如下所示：
实测数据显示，S4 计算卡的性能测试领先行业。因此 S4 计算卡在不影响精度的前提下可提供更高算力，而且功耗远低于国际头部厂商同类产品，为最终用户带来更好的性能和能效比。
突破性创新技术
墨芯 Antoum® 架构
Antoum® 架构通过软硬件协同设计的创新方法实现高性能和高能效。
稀疏处理单元可支持高达 32 倍稀疏化，并具备线性加速比。
定制的激活引擎直接支持 BERT 模型中使用的高斯误差线性单元（Gaussian Error Linear Unit，GELU）等复杂激活函数，以及指数、对数、倒数等基本数学运算。
稀疏处理单元本身支持卷积和矩阵乘法运算，可以动态支持算子融合计算，如偏置加法、元素运算、量化和一些简单激活函数。
芯片计算单元和大容量大带宽片上存储紧密耦合，结合模型压缩稀疏能力，各种计算均可以在 Antoum® 芯片上完成，计算效率在业界处于领先位置。
高倍率稀疏张量核
S4 计算卡是业界第一款支持高倍率稀疏张量运算的 AI 推理加速卡，支持高达 32 倍的稀疏率，同时实现稀疏神经网络的高模型精度和高硬件执行效率。
高性能多媒体处理能力
S4 计算卡集成专用硬件视频编解码器引擎和 JPEG 解码器引擎。S4 计算卡支持创新智能视频分析服务，可轻松集成可扩展的深度学习算法，配备 4 个视频解码器引擎和 1 个视频编码引擎，可以编解码 4K 多路视频流数据。8 个 JPEG 解码器可以减轻 CPU 密集型的 JPEG 解码任务，以每秒 2000 帧以上的速度解码 1080p JPEG 图像数据。
可扩展性
S4 计算卡通过自定义稀疏处理单元和其他辅助加速单元形成稀疏处理子系统，包括专用视频编解码器、JPEG 解码器引擎、词向量查找单元、内存格式转换引擎、向量处理器。4 个稀疏处理子系统通过高带宽片上环网组成一个完整的芯片，可扩展的多通道子系统可以灵活地支持并行模型和并行数据计算。
企业级端到端的解决方案
墨芯 SparseRT™ 软件开发环境全面支持 S4 计算卡，为快速开发提供完整的可扩展平台并释放稀疏计算能力。SparseRT™ 支持 TensorFlow、PyTorch、ONNX 和 MXNet 等 AI 编程框架，用户可在熟悉的开发环境中完成开发、迁移和交付。
SparseRT™ 的 SparseOptimizer™ 为 AI 模型提供 4 至 32 倍的稀疏压缩能力，并可集成到现有模型交付流程中。SparseRT™ 提供可视化性能分析工具，支持离线和实时模型性能分析，帮助开发人员定位性能瓶颈并优化模型部署。