您好、欢迎来到现金彩票网!
当前位置:双彩网 > 向量化编译器 >

老牌半导体厂商莱迪思抢攻IoT和AI推论市场

发布时间:2019-05-31 11:13 来源:未知 编辑:admin

  另一个新发布的产品是,莱迪思去年推出的AI芯片解决方案sensAI,推出了2.0版,这款芯片结合了FPGA硬件(iCE40 UltraPlus与ECP5-85K)和软件解决方案,主打小封装、低功耗和低成本,可执行机器学习推论、快速部署物联网应用设备,比如智能门铃、智能零售监视器等应用。

  “2.0版的性能比第一版提升了10倍,”陈英仁解释,因为sensAI 2.0更新了卷积神经网络(CNN)IP和神经网络编译器,增加了8进制启动量化、智能层整合和双DSP引擎,但仍然维持低功耗(1毫瓦至1瓦)、小封装(5.5平方毫米至100平方毫米)特性。而性能提升后,可运算的祯率更高,图片分辨率也随之提高。

  陈英仁更于现场展示,其中一款是用来侦测人员的iCE40 UltraPlus,采用sensAI 2.0,利用VG8神经网络来分析分辨率为64x64x3的图片(速率为5fps),功耗只有7毫瓦。另一款也是用来侦测人员活动,采用ECP5-85K和sensAI 2.0,以VGG8神经网络来分析分辨率为224x224x3的图片(速率为16.6fps),功耗只有850毫瓦,还不到1瓦。

  相较于第一版只支持TensorFlow、Caffe这两款深度学习框架,sensAI 2.0新支持了Keras,并也支持量化和分数设置机制,因此在训练神经网络时,可避免重复进行后处理。

  另一方面,sensAI 2.0也主打定制化的参考设计。陈英仁指出,原本的FPGA设计流程,可分为2大阶段,也就是“训练”和“FPGA设计”;在FPGA设计中,包括利用莱迪思FPGA工具来打造FPGA轫体,而在训练过程中,则包括了利用神经网络编译器,将训练后的神经网络模型转换为FPGA可读的权重和指令。综合这2个阶段,能使FPGA执行AI推理。

  而sensAI 2.0,分别更新了神经网络IP、系统接口、神经网络模型和神经网络编译器等功能,陈英仁表示:“可以提高自动化程度,也更容易调试,”另外,也在“训练”阶段中,添加了训练数据集和训练脚本,“让新的用户或工程师,可以了解神经网络的训练过程,也方便未来执行修改工作。”

  11年过去了,曾经喝过三鹿奶粉的孩子,如今他们变成了这个样子,网友:悲哀

http://chinoamobi.com/xianglianghuabianyiqi/59.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有