CPU是中央处理单元，GPU是图像处理单元，可是突然冒出来的VPU是什么呢？请各位看官随小编一起看看。为了实现在相机终端上就能实行图像的计算、识别、不需要连接到云的功能，Google Clips这款神奇的视觉识别相机就内置了Intel旗下的Movidius Myriad 2 VPU视觉处理芯片，我们以此为例说说什么是VPU。
图为Google Clips
在这里解释一下，Movidius是2016年9月被Intel收购的硅谷公司、Myriad 2是这块芯片的名字，Myriad 1曾经被用在谷歌的Tango平板里、VPU则是Vision Processing Unit视觉处理单元的缩写。
现在的芯片/处理器实际上所指的是一个“处理器包”封装在一起，这个计算包专业一点说叫SoC（System-on-a-Chip，片上系统），高大上的说法是“计算平台”。
根据分工不同，很多专用功能的处理单元加进来，比如我们最熟悉的是GPU，现在这个包里的独立单元数量已经越来越大，比如ISP（图像处理）、Modem（通信模块）、DSP（数字信号处理）、以及苹果的A11、麒麟970中加入的神经网络引擎、NPU等（AI应用）不同的数据进来，交给不同特长的计算模块来处理将会得到更好的效果、更高的能效比。
不过，虽然都是“U”，但VPU与CPU、NPU不同。它不是（或者说不只是）一个模块，它本身就是一个SoC，内部集成有多个RISC的CPU、许多硬件加速器单元和矢量处理器阵列，专门为视觉海量像素设计的高性能影像信号处理器(ISP)，以及丰富的高速外围接口。
VPU针对视觉处理应用而设计，在性能、功耗和功能性方面都有特别的强化，使之更贴近于实际的应用需求。尤其是在功耗方面，按照Movidius CEO Remi El-Ouazzane的说法，Myriad 2的功耗仅为能够提供同等效果GPU功耗的十分之一——对于Google Clips这样一个重量仅为60g的小相机来说，功耗与续航问题必然是重中之重。
图为Myriad 2的内部功能划分
Myriad 2的芯片设计包括12个SHAVE 128位处理器＋SIPP过滤器，前者对原始影像数据做计算处理，每颗处理器都运作在600MHz的频率下，而且有超频潜能；后者是SIPP是（Streaming Inline Processing Pipeline filters）硬件加速期的缩写，可完成一些预设的影像处理任务，比如将来自不同类型摄像头的数据融合到一起，或者将多个视频内容接合到一起。此外，Myriad 2 VPU上还有2个32位RISC处理器用于芯片管理，有效降低延迟。
图为Myriad 2的其他参数
当然，除了传统的影像处理能力外，Myriad 2最重要的就是AI能力，对于Clips来说，也就是相机的智能理解能力。除了芯片本身，Movidius还设计一系列的补充算法与SDK，使得Myriad 2支持3D建模和扫描、影像搜索、室内导航、以及手势输入、脸部识别、实物探测等——想必这次和谷歌的合作也使得两家共同研发了更多功能。
基于这样的架构设计，Myriad 2芯片采用台积电28纳米工艺制造、面积是6.5mm、厚度1mm，支持六个60帧全高清视频信号输入，而功耗在1.2W以内。
其实，这块Myriad 2芯片在2014年就发布了，大疆Phantom 4无人机中就集成了这块芯片。而且Intel也持续推出了Movidius Myriad X新版VOU，性能效果都更为强大。我们还是希望这颗“U”能发挥更大的效能，在视觉识别领域善舞长袖吧。
在了解VPU的同时，不妨一同关注下由杜洋老师领衔主讲的基于STM32的嵌入式系统开发培训，对于将要进入嵌入式领域的你，或急于提升自己技术水平的你，这将是一场颠覆你对嵌入式开发的认知的培训。扫描下面的二维码，填写调查问卷，还有机会获得我们赠出的精美图书，快来行动吧！
閱讀更多 電子曰 的文章
