CNN专用处理器问世 脸部识别省电性/精确度大增

人工智能(AI)做为当今最火红的议题之一，如今已是全球各大厂商的兵家必争之地，然多数AI开发者仅聚焦在软件面，硬件运行效率相对落后，难以应用于行动装置中。 有鉴于此，南韩科学技术院(KAIST)电机系教授Hoi-Jun Yoo主导的研究团队近日推出K-Eye脸部辨识系统，搭载自行研发的卷积神经网络处理器(CNNP)芯片，可在功耗仅一般图形处理器(GPU) 1/5000的水平下，执行准确率高达97%的辨识算法。

K-Eye系统由两个主要元素构成，一为影像感测系统，二则是专为执行CNN设计的处理器。 其影像感测系统内建的影像传感器支持休眠模式，只有在摄影机视野范围出现人脸时才进行运作，可有效降低待机时的功耗。 此外，该影像传感器还搭配了模拟处理器，可将人脸与背景区隔开来，再以数字处理器对选定区域的人脸进行运算。 这种运作机制亦能提升镜头捕捉效率，缩减辨识流程与内存用量。

CNNP则是构成此系统的另一关键。 此处理器包含可垂直、水平方向读取数据的特制内嵌内存，还内建1,024个可平行运算的乘法器与累加器，具备可直接进行端对端暂存信息传输的能力，不必仰赖外部内存或使用芯片内部的通讯网络。 至于在卷积神经算法执行部分，该处理器可以将一个二维的滤镜转换成两个连续运算的一维滤镜，藉此提高效率、降低耗能。 配合前述的感测机制，CNNP可以在功耗仅0.62 mW的条件下运行脸部辨识；若提高功耗，甚至得以在效能上胜过一般GPU。

K-Eye系列分为穿戴型与外接型。 前者藉由蓝牙与行动装置数据库联机，可透过颈戴或别在上衣等方式，协助进行巡逻或入场安全检查等作业；后者可与行动装置、车载系统直接连接，考虑到此装置已可区别真人与照片的差异，可作为密码、指纹、虹膜辨识之外，另一个可靠的身分鉴识机制。