● 技術簡介：
本團隊將基於LPCVC 2020的競賽成果以及ICCV 2019的神經網路骨幹架構，做多項的技術展示，包括Deployment of HarDNet on GPU (功耗：大於200瓦), FPGA (數十瓦), Raspberry Pi and Google Coral TPU (小於10瓦)。

● 技術之科學突破性：
本團隊將展出一個針對深度學習應用的卷積運算硬體加速器，此加速器採用雙卷積器計算核心架構，除支援常見之卷積運算外，尚支援反卷積運算，使其具備執行物件偵測以及圖像語意分割等高階影像處理任務之能力。加速器採用512位元超長指令(VLIW)集，僅需一個指令即可完成整個卷積層運算所需之設定。指令集亦原生支援具跨層串接之新一代神經網路模型，有效解決輸入特徵圖是由數個卷積層輸出串接而來的問題。於台積電40奈米製程下，本加速器(576-MAC之版本)之操作頻率可達1.25GHz，效能峰值為1.44TOPS/s，而能源效率更高達8.71TOPS/W。於執行自駕車關鍵技術之一的即時圖像語義分割任務時，加速器於300MHz的FPGA上，處理速度可達每秒30幀。

本加速器之計算架構經過高度多面向優化，其所達成之整體計算資源使用率為目前文獻所見中最高。除此之外，本硬體加速器亦具有高度的運算平行度以及架構擴充性，可依各式應用之不同運算量需求來做最佳化配置。而在實作面上，藉由積極的管線時序平衡優化以及大量整合低功率設計技術，本加速器可運行於高速時脈並能大幅削減硬體所需之面積和功耗。因此，本團隊之加速器整體表現優於當前世界一流研發團隊已發表之成果。針對終端運算(Edge Computing)以及智慧物聯網(AIoT)等需要高性價比之應用，本團隊此項技術將擁有一定的優勢。

[媒體報導] https://www.ithome.com.tw/news/141194

● 技術之產業應用性：
1. 矽谷智慧語音晶片大廠採用本團隊開發之RNN加速方案，其高階AI語音晶片已於2020下線。因新冠肺炎疫情蔓延，遠距辦公與教學之需求大幅增加，該晶片預估產值將有USD ＄30M (2021) ~ ＄100M (2023)。
2. 台灣記憶體晶片製造大廠與本團隊共同合作AI computing in memory技術，開創下一代晶片新藍海。
3. 成立新創公司，為產業提供動能，為國家培養AI人才。

線上展網址：
https://tievirtual.twtm.com.tw/iframe/c56f1869-3239-453d-ab18-90ad1f1004c6?group=23bfb1fa-dd5b-4836-81a1-4a1809b1bae5&lang=tw