Metaの最新自社開発チップの結果が明らかに、7nmプロセス、RISC-V CPUを統合

Metaの最新自社開発チップの結果が明らかに、7nmプロセス、RISC-V CPUを統合

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式サイトにアクセスして許可を申請してください。

海外メディアROAD TOVRによると、Meta Reality Labsの研究者らが、Codec Avatarsプロジェクトのレンダリングをサポートし、AI処理専用のカスタムアクセラレータチップを搭載したVRヘッドセットのプロトタイプを作成したという。

Facebook が社名を Meta に変更するずっと前から、同社は VR で「写真のようにリアルな」仮想アバターを実現することを目指す Codec Avatars プロジェクトに取り組んでいた。このシステムは、AI 処理と、視線追跡や口追跡などのデバイス上のセンサーを組み合わせて、ユーザーの顔を可能な限りリアルな方法で仮想世界に投影します。

Codec Avatars 研究の初期バージョンは、NVIDIA Titan X GPU の計算能力によって実現されました。しかし、Meta の最新の Quest 2 オールインワンデバイスのようなデバイスでは、その機能を十分に活用することはできません。

このため、Meta は Codec Avatars プロジェクトの機能を低電力のオールインワン デバイスに実装する方法に取り組んでいます。

先月開催されたIEEE CICCカンファレンスで発表された論文の中で、MetaはCodec Avatarsのアクセラレータとして機能する7nmプロセスを使用したカスタムチップを設計していることを明らかにした。

実際、Meta のチップ製造計画は 2018 年にはすでに始まっていました。 2018年4月、Facebookはシャリアール・ラビー氏を副社長兼チップ部門責任者として採用した。ラビー氏は以前Googleに勤務し、Pixelスマートフォン向けVisual Coreなどのチップの開発に携わっていた。

研究者らは、このチップが紙の上から現実のものになるまでにはまだ長い道のりがあると述べている。

チップ設計プロセス中に、設計者はコーデック アバター モデルの生成に必要なデータを考慮しました。

「テストチップは7nmプロセスを採用しており、1024の積和演算アレイ、2MBのオンチップSRAM、32ビットRISC-V CPUで構成されるニューラルネットワークアクセラレータを搭載している」と研究者らは述べた。

一方、チップの特定のアーキテクチャに合わせるために、設計者はコーデックアバター AI モデルの一部も再構築しました。

「畳み込みニューラルネットワークベースの視線モデルを再構築し、ハードウェア向けにカスタマイズしてチップに適したものにしました。これにより、オフチップメモリ​​アクセスのエネルギー消費と待ち時間が削減されます」とリアリティラボの研究者は書いています。

アクセラレーション チップは、モデルの動作を高速化するだけでなく、コーデック アバターのワークロードの重い部分を高速化することで、電力と熱を削減します。チップのカスタマイズの利点により、このカスタマイズされたチップは、電力と音量制御の点で一般的な CPU よりも多くの利点があります。

研究者らによると、このチップはすでにコーデックアバターモデルを毎秒30フレームで実行できるという。同時に、消費電力が低く、サイズも小型です。

専用チップの高速化により、Meta の Codec Avatars はオールインワン デバイスでも実行できるようになるかもしれません。しかし、アバターの視覚的なレンダリングがどの程度うまく機能するかはまだわかりません。オールインワン以外のマシンで実行する場合、モデルはユーザーのスキャンを非常に詳細にモデル化しますが、Quest2 などのオールインワン マシンでは完全にレンダリングするには複雑すぎる可能性があります。これらの客観的な条件の制約下で、コーデック アバターの強力な「リアルな」画像が最終的にどのように見えるかはまだ不明です。

この特別に設計されたアクセラレーション チップにより、XR 固有のさまざまな機能が実現できると考えられます。たとえば、XR プレイヤーは、没入感を高めることができる空間オーディオが XR の世界に実装されることを望んでいます。ただし、リアルなサウンドシミュレーションは、実際の使用時にコストが増加するだけでなく、バ​​ッテリー寿命にも影響します。

さらに、位置追跡とジェスチャ追跡も XR エクスペリエンスの重要な部分であり、これらの領域のハードウェアとアルゴリズムを組み合わせることで、XR デバイスの速度とパワーを大幅に向上させることができます。

<<:  初めてバーチャルヒューマンに関する業界の合意が成立

>>:  オフライン認識率が最大99%のオープンソースPython顔認識システム〜

ブログ    
ブログ    

推薦する

PTC PLM、Volocopter の自律飛行タクシー開発をサポート

PTC(NASDAQ: PTC)は、ドイツの新興企業 Volocopter が自律飛行輸送システムの...

国境を越えた大企業よ、安易に「自社開発チップ」を主張しないでほしい

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

中国チームが最優秀論文賞と最優秀システム論文賞を受賞し、CoRLの受賞論文が発表されました。

CoRL は 2017 年に初めて開催されて以来、ロボット工学と機械学習の交差点における世界トップ...

知っておくべき 19 の実用的なコンソール デバッグのヒント!

みなさんこんにちは、CUGGZです。ブラウザの開発者ツールは、DOM ツリー構造の表示、CSS スタ...

...

エッジでの機械学習を活用して生産ラインの品質を向上させる方法

機械学習アルゴリズムは、予知保全、製品品質管理の改善、機械異常検出、生産ライン監視、サプライチェーン...

ロボットに25分で6つの動作を学習させるトレーニング、バークレーは効率的なロボット操作フレームワークを開発

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

Google AI 面接の質問(回答と戦略付き)

おそらくすべてのプログラマーは Google への入社を考えたことがあるでしょう。しかし、「試験」に...

ロシアの国家人工知能戦略についての考察

各国は独自の野心的な国家人工知能戦略を発表しており、ロシアも例外ではない。ロシアが今後10年間に人工...

Baidu がスマートミニプログラムをリリース: Baidu Brain 3.0 に完全に統合され、12 月にオープンソース化

7月4日、北京国家会議センターで「Baidu Create 2018」Baidu AI開発者会議が開...

...

CLImF アルゴリズムを使用して推奨システムを設計する方法

[51CTO.com からのオリジナル記事] 2010 年以降、レコメンデーション システムの分野で...

人工知能(AI)について知っておくべきことすべて

人工知能の進歩は前例のない機会をもたらすと同時に、経済的、政治的、社会的混乱ももたらします。専門家は...

...

機械学習の4つの異なるカテゴリの概要

[[420892]]学習の実行方法に基づいて、アルゴリズムをさまざまなカテゴリに分類できます。教師あ...