CPU是中央處理單元，GPU是圖像處理單元，可是突然冒出來的VPU是什麼呢？請各位看官隨小編一起看看。為了實現在相機終端上就能實行圖像的計算、識別、不需要連接到雲的功能，Google Clips這款神奇的視覺識別相機就內置了Intel旗下的Movidius Myriad 2 VPU視覺處理芯片，我們以此為例說說什麼是VPU。
圖為Google Clips
在這裡解釋一下，Movidius是2016年9月被Intel收購的硅谷公司、Myriad 2是這塊芯片的名字，Myriad 1曾經被用在谷歌的Tango平板裡、VPU則是Vision Processing Unit視覺處理單元的縮寫。
現在的芯片/處理器實際上所指的是一個“處理器包”封裝在一起，這個計算包專業一點說叫SoC（System-on-a-Chip，片上系統），高大上的說法是“計算平臺”。
根據分工不同，很多專用功能的處理單元加進來，比如我們最熟悉的是GPU，現在這個包裡的獨立單元數量已經越來越大，比如ISP（圖像處理）、Modem（通信模塊）、DSP（數字信號處理）、以及蘋果的A11、麒麟970中加入的神經網絡引擎、NPU等（AI應用）不同的數據進來，交給不同特長的計算模塊來處理將會得到更好的效果、更高的能效比。
不過，雖然都是“U”，但VPU與CPU、NPU不同。它不是（或者說不只是）一個模塊，它本身就是一個SoC，內部集成有多個RISC的CPU、許多硬件加速器單元和矢量處理器陣列，專門為視覺海量像素設計的高性能影像信號處理器(ISP)，以及豐富的高速外圍接口。
VPU針對視覺處理應用而設計，在性能、功耗和功能性方面都有特別的強化，使之更貼近於實際的應用需求。尤其是在功耗方面，按照Movidius CEO Remi El-Ouazzane的說法，Myriad 2的功耗僅為能夠提供同等效果GPU功耗的十分之一——對於Google Clips這樣一個重量僅為60g的小相機來說，功耗與續航問題必然是重中之重。
圖為Myriad 2的內部功能劃分
Myriad 2的芯片設計包括12個SHAVE 128位處理器＋SIPP過濾器，前者對原始影像數據做計算處理，每顆處理器都運作在600MHz的頻率下，而且有超頻潛能；後者是SIPP是（Streaming Inline Processing Pipeline filters）硬件加速期的縮寫，可完成一些預設的影像處理任務，比如將來自不同類型攝像頭的數據融合到一起，或者將多個視頻內容接合到一起。此外，Myriad 2 VPU上還有2個32位RISC處理器用於芯片管理，有效降低延遲。
圖為Myriad 2的其他參數
當然，除了傳統的影像處理能力外，Myriad 2最重要的就是AI能力，對於Clips來說，也就是相機的智能理解能力。除了芯片本身，Movidius還設計一系列的補充算法與SDK，使得Myriad 2支持3D建模和掃描、影像搜索、室內導航、以及手勢輸入、臉部識別、實物探測等——想必這次和谷歌的合作也使得兩家共同研發了更多功能。
基於這樣的架構設計，Myriad 2芯片採用臺積電28納米工藝製造、面積是6.5mm、厚度1mm，支持六個60幀全高清視頻信號輸入，而功耗在1.2W以內。
其實，這塊Myriad 2芯片在2014年就發佈了，大疆Phantom 4無人機中就集成了這塊芯片。而且Intel也持續推出了Movidius Myriad X新版VOU，性能效果都更為強大。我們還是希望這顆“U”能發揮更大的效能，在視覺識別領域善舞長袖吧。
在瞭解VPU的同時，不妨一同關注下由杜洋老師領銜主講的基於STM32的嵌入式系統開發培訓，對於將要進入嵌入式領域的你，或急於提升自己技術水平的你，這將是一場顛覆你對嵌入式開發的認知的培訓。掃描下面的二維碼，填寫調查問卷，還有機會獲得我們贈出的精美圖書，快來行動吧！
閱讀更多 電子曰 的文章
