莱迪思sensAI解决方案集合简化AL/ML模型智能网络边缘设备部署-电子工程世界

莱迪思sensAI解决方案集合简化AL/ML模型在智能网络边缘设备的部署

支持使用TensorFlow Lite和莱迪思Propel进行基于嵌入式处理器的设计；

包括全新的莱迪思sensAI Studio工具，轻松实现ML模型训练

中国上海——2021年6月1日——莱迪思半导体公司，低功耗可编程器件的领先供应商，今日宣布推出屡获殊荣的sensAITM解决方案集合的增强特性，加速开发基于莱迪思低功耗FPGA的AI/ML应用。此次更新包括支持莱迪思PropelTM设计环境进行基于嵌入式处理器的开发，以及支持TensorFlow Lite深度学习框架以实现片上推理。新版本sensAI还包括了莱迪思sensAI Studio设计环境，用于端到端的机器学习模型训练、验证和编译。凭借sensAI 4.0，开发人员可以使用简单的拖放式界面，通过RISC-V处理器和CNN加速引擎来开发FPGA设计，从而轻松快速地在功耗敏感的网络边缘设备上实现机器学习应用。

在许多终端市场上，为目标检测和分类等应用添加低功耗AI/ML推理支持的需求不断增长。AI/ML模型经过训练后，可以支持多种应用，用于需要在网络边缘低功耗运行的各类设备，包括安防和监控摄像头、工业机器人以及消费类机器人和玩具。莱迪思sensAI解决方案集合可以帮助开发人员快速创建基于灵活低功耗莱迪思FPGA的AI/ML应用。

佳能公司董事长Hideto Kotani表示：“莱迪思用于嵌入式视觉的低功耗FPGA和用于网络边缘 AI/ML应用的sensAI解决方案在帮助我们将领先的智能IoT产品快速有效地推向市场方面发挥着至关重要的作用。”

莱迪思市场营销总监Hussein Osman表示：“在新增支持TensorFlowLite和推出全新sensAI Studio之后，开发人员将比以往任何时候都更加容易地使用我们的sensAI解决方案构建能在电池供电的网络边缘设备上运行的AI/ML应用。”

莱迪思sensAI解决方案集合4.0的增强特性包括：

TensorFlow Lite——对新框架的支持进一步降低了功耗，提高了AI/ML推理应用的数据协处理性能。TensorFlow Lite在莱迪思FPGA上的运行速度比基于ARM® Cortex®-M4的MCU快2至10倍。
莱迪思Propel——sensAI 4.0支持Propel环境的GUI和命令行工具，轻松创建、分析、编译和调试基于FPGA的处理器系统的硬件和软件设计。即便是不熟悉FPGA设计的开发人员也可以通过该工具易于使用、拖放式的用户界面，在莱迪思低功耗FPGA上创建基于RISC-V协处理的AI/ML应用。
莱迪思sensAI Studio——这是一款基于GUI的工具，用于训练、验证和编译专为莱迪思FPGA优化的机器学习模型。该工具让利用迁移学习来部署ML模型变得更加方便。
性能优化——通过利用ML模型压缩和剪枝的优势，sensAI 4.0可支持QVGA分辨率下60FPS或者VGA分辨率下的30 FPS的图像处理。

关键字：莱迪思半导体 FPGA 引用地址：莱迪思sensAI解决方案集合简化AL/ML模型智能网络边缘设备部署

上一篇：e络盟供货OrangeCrab开源FPGA开发板
下一篇：瑞苏盈科发布ZU17/19EG高端核心板

推荐阅读最新更新时间：2024-11-02 12:56

Altium Designer新增Xilinx Spartan-6 FPGA支持

Altium 继续为电子产品设计人员扩大器件选项。目前，最新版 Altium Designer 可提供 Xilinx Spartan®-6 器件系列的全面支持。电子设计人员可针对首选的FPGA（目前，Altium Designer 可支持 60 多款 FPGA产品），或各种备选解决方案，采用 Altium Designer 对其性能、功耗以及其它设计参数进行比较。进而获得高度的设计灵活性，不必再为必须选择多个厂商的开发软件而困扰。电子产品设计人员在开发过程中，无需大量软硬件的重复设计便可更改可编程器件。设计人员可在设计周期的最后时刻，作出重要的设计决定，从而为创新提供更多的实验机会及机遇。 Altium

[嵌入式]

利用串行RapidIO实现FPGA协处理

　　为了支持“三重播放”应用，人们对高速通信和超快速计算的需求日益增大，这向系统开发师、算法开发师和硬件工程师等人员提出了新的挑战，要求他们将各种标准、组件和联网设备融合成一个整体。　　　　同时，开发人员不但要跟上日益提高的性能需求，还得注意保持成本低廉有效利用基于串行RapidIO的FPGA作为DSP协处理器就能达到这些目的。　　　　由于三重播放应用集合了话音、视频和数据应用，因此必须采用新算法来设定其开发和系统优化策略的参数其间，开发人员要解决以下问题：构造可调整可扩展的架构、支持分布式处理、采用基于标准的设计，以及针对性能和成本进行优化。　　　　仔细研究一下就会发现，为满足应用需求而要、面对的这些挑战主要涉及两个

[嵌入式]

利用串行RapidIO实现<font color='red'>FPGA</font>协处理

阿里云选择Xilinx部署FPGA云加速服务F2

赛灵思公司（Xilinx, Inc.，(NASDAQ:XLNX)）今天在2017 杭州·云栖大会上宣布，阿里巴巴旗下云计算公司阿里云在其最新款的FPGA加速服务中选择了赛灵思。作为全球第三、中国最大的云计算提供商，阿里云为超过100万客户提供高性能、弹性的计算服务。基于赛灵思FPGA的全新F2实例，让阿里云客户能够加速数据分析、基因组学、视频处理和机器学习等各种工作负载。面对指数级增长的计算需求和日渐落伍的CPU技术，当今的云提供商们正迅速朝着加速的计算架构大步迈进。FPGA加速器兼容基于CPU的架构，并可以协同服务器CPU一起提供性能和功耗效率。据阿里云最近发布的数据显示，其F2实例的处理效率比CPU高达30倍，实现了更

[嵌入式]

Efinix®宣布：扩大执行领导团队与董事会

可编程产品平台和技术创新企业 Efinix ® 今天宣布扩大其执行领导团队和董事会。吴兆明(Ming Ng)授任为Efinix的营运和应用资深副总裁，而行业领袖施伟(Richard Sevcik)和罗里斯（Christopher Norris）则被任命为董事会成员。 Efinix联合创办人、总裁兼首席执行官张少逸(Sammy Cheung)表示：“我们的Trion™ FPGA平台推出和Quantum™ eFPGA授权的响应是一个巨大的成功，建立了客户和授权交易的堅强有力通道。我们期待着业务、投资股权和公司资源方面的特破式增长。吴兆明的加入是一个绝佳时刻，对我们的执行领导团队来说，他是营运和客户支持方面一个久经考验的领导者。施伟

[嵌入式]

基于Virtex-5 FPGA的高速串行传输系统的设计与实现

摘要：作为高传输速率和低设计成本的传输技术，串行传输技术被广泛应用于高速通信领域，并已成为业界首选。在此基于对高速串行传输系统的分析，对实例进行了总体设计验证，最终达到高速传输的目的。随着网络技术的不断发展，数据交换、数据传输流量越来越大。尤其像雷达，气象、航天等领域，不仅数据运算率巨大，计算处理复杂，而且需要实时高速远程传输，需要长期稳定有效的信号加以支持，以便能够获得更加精准的数据收发信息，更好的为工程项目服务。传统的并行传输方式由于走线多、信号间串扰大等缺陷，无法突破自身的速度瓶颈。而串行传输拥有更高的传输速率但只需要少量的信号线，降低了背板开发成本和复杂度，满足高频率远距离的数据通信需求，被广泛应用到各种高速数

[嵌入式]

基于Virtex-5 <font color='red'>FPGA</font>的高速串行传输系统的设计与实现

基于FPGA与外部SRAM的大容量数据存储

1 引言　　我们将针对FPGA中内部BlockRAM有限的缺点，提出了将FPGA与外部SRAM相结合来改进设计的方法，并给出了部分VHDL程序。　　2 硬件设计　　这里将主要讨论以Xilinx公司的FPGA(XC2S600E-6fg456)和ISSI公司的SRAM(IS61LV25616AL)为主要器件来完成大容量数据存储的设计思路。　　FPGA即现场可编程门阵列,其结构与传统的门阵列相似,大量的可编程逻辑块( CLB , Configurable Logic Block ) 在芯片中央按矩阵排列,芯片四周为可编程输入/输出块( IOB , Input / Output Block),CLB行列之间及CLB和IO

[嵌入式]

基于<font color='red'>FPGA</font>与外部SRAM的大容量数据存储

推动数据中心重构，服务数字经济时代

于日前举行的英特尔数据中心事业部专场上，英特尔高级副总裁兼数据中心事业部总经理柏安娜女士探讨了数据中心将如何被重新架构，这在很大程度上是受到数字服务经济崛起的推动。在此次会议上，柏安娜女士描述了日益扩大的工作负载优化、软件定义基础设施转移以及行业向高级分析的变革等趋势将如何定义未来的数据中心。新闻要点在IDF上，七家公司展示他们利用即将推出的英特尔硅光子光学模块开发的早期原型设备。这项英特尔技术把光子模块的速度（100Gbps）和范围（目前最高300米，未来将达到2000米）与CMOS制造具体的批量和可靠性等优势相结合。今年年末将发布有关英特尔硅光子技术的更多信息。 F5 Networks公司表示，它是首批评估英特

[嵌入式]

Nallatech推动 FPGA 加速器的革命

(新加坡 – 2016 年11月23日) Molex属下Nallatech 公司近日推出用于高性能计算 (HPC)、网络加速和数据分析的 FPGA 解决方案。使用低外形的 Nallatech 385A™ PCIe 加速卡，以及采用英特尔 OpenCL 软件开发套件来编程的、独立的英特尔 Arria 10 FPGA 加速器，从而展示对卷积神经网络 (CNN) 对象分类的 FPGA 加速能力。FPGA 接口和 IP 构建在 BVLC Caffe 的深度学习架构之上，可以为算法的处理密集型组件加速。Nallatech IP 能够在九毫秒内通过 AlexNet 神经网络来处理图像。基于 Arria10 的 385A™ 板则能够并行处理六个

[嵌入式]

热门资源推荐
热门放大器推荐

小广播