视觉处理单元

视觉处理单元（VPU）是（作为2018）一类新兴的微处理器;它是一种特定类型的AI加速器，旨在加速机器视觉任务。

视觉处理单元不同于视频处理单元（专门用于视频编码和解码），因为它们适用于运行机器视觉算法，例如CNN（卷积神经网络）、SIFT（尺度不变特征变换）等。

它们可能包括从相机获取数据的直接接口（绕过任何片外缓冲区），并且更加强调许多具有暂存器存储器的并行执行单元之间的片上数据流，如多核DSP。但是，像视频处理单元，它们可以具有一个焦点上精度低定点算术对图像处理。

它们与GPU不同，后者包含用于光栅化和纹理映射（用于3D图形）的专用硬件，并且其内存架构针对在片外内存中操作位图图像进行了优化（读取纹理和修改帧缓冲区，具有随机访问模式）.

目标市场是机器人、物联网、用于虚拟现实和增强现实的新型数码相机、智能相机以及将机器视觉加速集成到智能手机和其他移动设备中。

• MovidiusMyriadX，它是英特尔公司MyriadVPU系列中的第三代视觉处理单元。
• MovidiusMyriad2，可用于GoogleProjectTango、GoogleClips和DJIDrones
• PixelVisualCore(PVC)，这是一个用于移动设备的完全可编程的图像、视觉和AI处理器
• MicrosoftHoloLens包括一个称为全息处理单元（与其CPU和GPU互补）的加速器，旨在解释相机输入，以加速增强现实应用程序的环境跟踪和视觉。
• Eyeriss，来自麻省理工学院的设计，旨在运行卷积神经网络。
• NeuFlow是YannLeCun的设计（在FPGA中实现），用于使用数据流架构加速卷积。
• MobileyeEyeQ，由Mobileye
• 可编程视觉加速器(PVA)，一种由Nvidia设计的7路VLIW视觉处理器。

有些处理器不被描述为VPU，但同样适用于机器视觉任务。这些可能形成更广泛的AI加速器类别（VPU也可能属于这些加速器），但截至2016年，关于名称尚未达成共识：

• IBMTrueNorth是一种神经形态处理器，旨在用于类似的传感器数据模式识别和智能任务，包括视频/音频。
• QualcommZeroth神经处理单元，新兴的面向传感器/人工智能的芯片类别中的又一新产品。