超低功耗FPGA解决方案助力机器学习

本帖最后由曾12345 于 2018-5-23 15:49 编辑

全新的毫瓦级功耗FPGA解决方案为机器学习推理在大众市场物联网应用中实现快速部署创造机遇。

1. 将AI加速部署到快速增长的消费电子和工业IoT应用，如移动设备、智能家居、智慧城市、智能工厂和智能汽车产品；
2. 经过优化具有ASIC超低功耗（小于1mW-1W）、尺寸小、批量价格低（约1-10美元）的优势，兼备FPGA的灵活性，以支持算法演进、各类接口和性能；
3.功能全面的Lattice sensAI通过合作伙伴生态系统提供模块化硬件平台、神经网络IP核、软件工具、参考设计和定制化解决方案；

Lattice sensAI™，一种结合模块化硬件套件、神经网络IP核、软件工具、参考设计和定制化设计服务的完整技术集合，旨在将机器学习推理加快大众市场IoT应用。Lattice sensAI提供经优化的解决方案，具有超低功耗（低于1mW-1W）、封装尺寸小（5.5-100 mm²）、接口灵活（MIPI® CSI-2、LVDS、GigE等）和批量价格低（约1-10美元）等优势，可加速实现更接近数据源的网络边缘计算。

莱迪思半导体公司产品和市场总监Deepak Boppana表示：“Lattice sensAI首次全面解决了对灵活、低成本、超低功耗的AI半导体解决方案的需求，这些方案可快速部署至各类新兴市场和大众市场IoT应用。通过提供结合了灵活、超低功耗FPGA硬件和软件解决方案、功能全面的机器学习推理技术，Lattice sensAI将加速网络边缘设备上传感器数据处理和分析的集成。这些新的网络边缘计算解决方案依托我们在FPGA边缘互连领域的领导地位，可在大批量物联网应用中实现灵活的传感器接口桥接和数据聚合，包括智能音响、监控摄像头、工业机器人和无人机等。”

国际数据公司（IDC）半导体研究部总监Michael Palma表示：“正如在消费物联网领域所见，随着传感器数量和种类激增，需要部署更多的计算资源用于实时数据处理，网络边缘也因此变得愈加智能。而AI的出现则加速了这一趋势。能够实现这种本地传感器数据处理的低功耗、小体积、低成本的半导体解决方案对于AI在各类大众市场的网络边缘应用至关重要。”

随着业界继续采用机器学习技术，延迟、隐私和网络带宽限制越来越多地将计算处理推向网络边缘设备。IHS Markit预计从2018年到2025年，网络边缘将有400亿IoT设备，且在未来5-10年内，诸如IoT、基于人工智能的网络边缘计算和云分析等变革性技术的融合将颠覆所有行业，并培育新的商业机会。* Semico Research预测，在未来五年内，使用人工智能的网络边缘设备数量将以110％的复合年增长率爆发式增长。**

适用于解决网络边缘的计算问题，Lattice sensAI包括：

• 模块化硬件平台—— 基于ECP5™器件的视频接口平台（VIP），包括屡获殊荣的嵌入式视觉开发套件和基于iCE40 UltraPlus™器件的移动开发平台（MDP）
• IP核——卷积神经网络（CNN）加速器和二值神经网络（BNN）加速器
• 软件工具——从Caffe/TensorFlow到FPGA的神经网络编译器工具、Lattice Radiant™设计软件和Lattice Diamond®设计软件
• 参考设计——人脸检测、关键词检测、对象计数、面部跟踪和速度标志牌检测
• 设计服务——设计服务合作伙伴的生态系统为大众市场应用提供定制解决方案