单板计算机BeagleV技术分析
本帖最后由 sky 于 2021-5-14 12:02 编辑2021年1月13日，赛昉科技发布了星光AI单板计算机（BeagleV），对于我这种RISC-V和开源技术爱好者来说，是非常关注的事情。BeagleV主要有以下几个亮点：
[*]1.5GHz的RISC-V多核CPU，可以启动Linux，当成单板计算机（SBC）来玩
[*]具有一定的AI能力，集成了NVDLA和Starfive自研的NNE引擎
[*]价格还可以，能承受的起，比999刀的HiFive Unleashed便宜多了
今天，拿到了板子的手册资料，从技术上进行一下分析
一、CPU部分
当前BeagleV，采用了Starfive的惊鸿7100 RISC-V SoC，目前这个版本是双核的Sifive U74，支持RV64GC指令集，主频1.5GHz。之后的版本，会采用四核的U74。
从Sifive的网站上，可以看到4核的U74-mc结构如上图所示。U74 core采用了，8级流水线，双发射的超标量架构。每个core配备了32KB的L1指令cache和32KB的L1数据cache。4个U74 core共享了2MB的L2 cache。其中，U74-mc中集成的小核S7，只是做一些管理工作，不进行具体的计算。
U74定位于中档的处理器核，主要与ARM公司的Cortex-A55对标（A55是双发射in-order超标量，支持ARMv8.2A指令集）。U74的各种指标还是不错的，唯一的遗憾就是指令集不支持Vector向量扩展，而A55是有Neon向量扩展指令。
二、AI部分
BeagleV目前具有两个AI NPU加速器，一个是开源的NVDLA，一个是Starfive自研的NNE。
NVDLA部分，采用了NVDLA Large的配置，2048个MAC，800MHz，2m sram。int8峰值大概是3.2TOPS。NVDLA已经开源了相应的编译工具，支持Caffe模型的转换等。
NVDLA，我个人接触的不多，从个人感觉来说，工具链还是偏老，以转换Caffe模型为主，对于现在模型训练以PyTorch和TensorFlow为主的情况，需要不少的额外步骤，而且对于特殊层的支持所需的工作量上，还有待评估。
自研的NNE部分，目前的资料不多，具备1024个MAC，500MHz，int8的峰值大概1.0TOPS。
三、图像和语音部分图像和语音部分
[*]具备Tensilica-VP6 DSP，600MHz
[*]支持2路的MIPI摄像头，双通道ISP，可以达到4K 30FPS
[*]1路HDMI输出
[*]视频解码器，支持H.264/265的解码，可达4K 60FPS。支持JPEG的编解码
从规格上看，还是很不错的，可以做智能摄像头、AI盒子等类型的应用。特别是集成的VP6，可以做更多非深度学习模型的视觉任务加速。
[*]语音DAC
[*]可支持4路的 DMIC，AMIC
四、其他硬件部分
[*]内存分为4GB和8GB的LPDDR4版本。对于SBC来说，4GB已经够用了，即便跑AI视频应用也足够了
[*]无线部分支持2.4GHz Wifi和蓝牙4.2
[*]配备4个USB 3.0口。这个是亮点
[*]千兆以太网
[*]Micro-SD插槽
[*]其他的GPIO，UART等等，我就不赘述了
五、软件部分
[*]支持Linux内核5.9.14，未来会迁移到LTS版本
[*]RVBoards开源生态将从OS Kernel，RISC-V Computing Library（RVCL），以及AI platform等方面丰富RISC-V软件生态环境。
六、总结
BeagleV的配置还是不错的，很期待在3月份的正式上市。在写技术分析的过程中，感觉BeagleV在AI应用方面，存在替代海思Hi3519A的可能性，当然具体的情况还需要实测分析。SBC硬件平台已经有了，软件生态还需要进一步完善，与各位小伙伴们共同努力。
完
页:
[1]