2019年2月，東芝開發出一款汽車級圖像識別芯片（SoC），與東芝上一代產品相比，該產品使深度學習加速器的速度提升10倍，功效提高4倍。由于新產品加入了深度神經網絡（DNN）模仿大腦神經網絡的算法，與傳統模式識別和機器學習相比，DNN的識別處理精度要高得多，預計該產品將會在汽車領域得到廣泛應用。這也是東芝目前最新的AI方向的產品。

　　值得一提的是，東芝的這項技術成果已于2019年2月19日在美國舊金山舉行的2019 IEEE國際固態電路會議（ISSCC）上公之于眾，并且新系統級芯片符合全球汽車功能安全標準ISO26262的要求。

　　東芝通過在硬件上實現深度學習的DNN加速器解決了這一難題。它具有三大特點。

　　? 并行MAC單元。DNN處理需要大量MAC計算。東芝的新產品有四個處理器，每個處理器包含256個MAC單元。因此提高了DNN的處理速度。

　　? 減少了動態隨機存取存儲器（DRAM）存取。傳統的系統級芯片沒有本地內存，無法在靠近DNN執行單元的位置保存臨時數據，并且在訪問本地內存時會產生較大功耗。同時，加載用于MAC計算的加權數據也會產生較大功耗。東芝新產品可在DNN執行單元附近執行靜態隨機存取存儲器（SRAM），并將DNN處理分為多個子處理塊，因此可將臨時數據保存在SRAM內，從而減少了DRAM存取。此外，東芝還在加速器上增加了一個解壓縮單元?？赏ㄟ^解壓縮單元加載預先壓縮并存儲在DRAM中的加權數據。因此，降低了加載來自DRAM的加權數據時產生的功耗。

　　? 減少了SRAM存取。傳統深度學習需要在處理DNN的每一層之后訪問DRAM，因此功耗過高。該加速器在DNN的DNN執行單元中設計有管線層結構，以便在一次SRAM存取期間執行一系列DNN計算。