以10倍计提升带宽与算力,sensAI 6.0为低功耗机器视觉应用立标杆

发布者:EE小广播最新更新时间:2023-09-20 来源: EEWORLD关键字:算力  机器视觉 手机看文章 扫描二维码
随时随地手机看文章

以10倍计提升带宽与算力,sensAI 6.0为低功耗机器视觉应用立标杆


根据IoT Analytics报告,2020年,制造业和工业中的人工智能机器视觉市场规模约为41亿美元,预计到2025年将增加至152亿美元,年复合年增长率(GAGR)为30%,而传统机器视觉部署的年复合增长率仅为6.5%。


如此高的年复合增长率是因为下一代实时边缘人工智能机器视觉的应用,不仅限于质量保证和产品检测应用,还要帮助制造商和使用者获得更多的正常运行时间、获得预防性维护的能力、提高生产力和确保工人安全等诸多受益。 


为顺应这一趋势,sensAI 6.0对硬件平台的支持从最初的iCE40/CrossLink-NX/ECP5/CertusPro-NX拓展到了Avant,这也是莱迪思新推出的低功耗中端FPGA平台。与此前的产品相比,Avant平台在性能和硬件资源方面得到了进一步的强化,例如逻辑单元容量达到了500K,相比以往100K-150K的配置,提升了5倍;带宽提升了10倍,计算性能提升30倍。


 image.png


莱迪思sensAI 6.0解决方案集合 


莱迪思sensAI 6.0解决方案集合中的IP核包括多种类型的卷积神经网络(CNN)加速器——CNN、CNN Plus、CNN Compact、Advanced CNN、以及一个CNN协处理器引擎,能让开发人员使用其他人发布的广泛使用的各类CNN,例如Mobilenet v1/v2、Resent、SSD、VGG、OpenCV和标准机器学习(ML)训练平台,或者根据需要自定义CNN模型,再依托莱迪思FPGA的并行处理能力、分布式存储器和DSP资源,极大简化了超低功耗AI设计的实现。


 image.png


SensAI支持多种AI算法模型


软件工具层面,sensAI Studio设计环境是一种基于图形用户界面(GUI)的工具,拥有AI模型库,经过配置和训练可适用于各类主流应用场景,可帮助开发人员快速构建机器学习应用,此番在sensAI 6.0中与编译器工具一起获得更新,用以支持新的AI加速引擎。 


Glance by Mirametrix®计算机视觉软件(V10.0)的更新,则主要集中在对用户界面、摄像头功能、外部用户界面(UI)模式的优化和低功耗FPGA的支持,是本次更新的重点内容之一。


Glance是由Mirametrix公司开发的应用程序,软件配合IR Camera(红外摄像头)可识别用户脸和眼睛的方向,从而带给用户更多使用电脑过程的乐趣和价值,主要包含状态检测、智能指针和窗口分屏三大功能。2021年,莱迪思通过全现金方式交易收购Mirametrix公司,将Mirametrix的专业知识与莱迪思创新的硬件和软件解决方案堆栈相结合,从而创建出一个从硬件到应用层的端到端AI和计算机视觉解决方案。


此次更新的Automate™3.0和sensAI™6.0解决方案集合,均在莱迪思低功耗FPGA上运行,可实现高效、灵活和安全的工业应用开发,同时带来低功耗和小尺寸优势。设计人员可以在不依赖云端的情况下,快速为网络边缘设备提供更多计算资源,从而最大程度帮助客户实现最新的工厂自动化和工业机器视觉应用。


关键字:算力  机器视觉 引用地址:以10倍计提升带宽与算力,sensAI 6.0为低功耗机器视觉应用立标杆

上一篇:应对中端FPGA市场的挑战
下一篇:在Automate演进中读懂工业4.0

推荐阅读最新更新时间:2024-11-07 21:28

USB3.0接口标准在机器视觉上的应用趋势分析
  USB3.0作为行业全新的技术规范,其推动了对带宽有更高要求的其他相关技术的发展,提高了多设备应用带宽。由于USB3.0具有诸多技术优势,展望其发展前景更是一片大好。USB3.0的技术优势主要体现在以下几个方面:   1、其带宽超过USB2.0、IEEE1394b和GigE   2、用一根线缆传输电力和数据   3、实施成本低于CameraLink   4、即插即用,且比GigE更易于设置   5、已作为USB3Vision标准被国际自动成像协会(AIA)采用   有了USB3.0,设计人员就能拥有更高的带宽:USB3.0支持5Gbps的高数据速率,是USB2.0(480Mbps)的10倍之多。经过8b/10
[嵌入式]
研华边缘计算设备EPC-B5000,高AI加速边缘计算
在采集边缘侧数据时,边缘计算设备通常需要连接4K 120帧高分辨率视频摄像头将采集到的原始图像数据流畅且实时显示出来。同时原始图像数据往往数据量巨大,需要快速及时进行预分析和数据处理,因此需要多张采集卡或显卡来满足设备性能,并借助高性能显卡甚至专业AI级别显卡将采集到的图像数据进行实时AI处理和图像渲染。而边缘侧设备所处的环境不确定因素较多,条件恶劣,这对边缘计算设备的品质提出了要求,其在实际数据采集场景下必须稳定可靠,避免出现故障。基于此,研华设计并研发了边缘计算设备EPC-B5000。 网口拓展丰富,助力图像数据采集 在边缘侧AI机器视觉图像采集工作中,需要多个高清摄像头,甚至是4K高分辨率,高帧数的摄像头用于原
[工业控制]
研华边缘计算设备EPC-B5000,高AI<font color='red'>算</font><font color='red'>力</font>加速边缘计算
机器视觉市场亮点和掘金点 2015年市值将达200亿
  机器视觉发展较早,主要集中在欧美和日本。随着全球制造中心向中国转移,中国机器视觉市场正在继北美、欧洲和日本之后,成为国际机器视觉厂商的重要目标市场。2010年开始,我国的机器视觉逐步得到市场的重视,空间不断扩大。近年来,随着机器人等新兴产业的火热,机器人视觉成为当前的一大亮点和掘金市场。据预测,中国机器视觉市场规模到2015年将达200亿元。   机器人视觉可以通过视觉传感器获取环境的二维图像,并通过视觉处理器进行分析和解释,进而转换为符号,让机器人能够辨识物体,并确定其位置。机器人视觉广义上称为机器视觉,其基本原理与计算机视觉类似。计算机视觉研究视觉感知的通用理论,研究视觉过程的分层信息表示和视觉处理各功能模块的计算方法。而
[机器人]
英特尔陈葆立:打造多元 为数字经济固本强基
陈葆立 英特尔数据中心与人工智能集团 副总裁兼中国区总经理 随着我国数字化转型进程持续加快,新技术新业态加速迭代,数据在呈指数型增长。 根据大数据网站Statista的预测,2025年全球的数据创建量将超过180 ZB,比2020年增加118.8 ZB,同比增长190%,数据的存储量将以19.2%的复合年增长率不断增加。 而疫情的出现,更全面加快了数字化进程。麦肯锡提到,疫情期间企业将客户和供应链交互以及内部运营的数字化进程加快了三到四年,而数字化产品的创新步伐甚至更快,相当于七年的提速。 算力作为支撑数字化的重要“底座”,赋能作用日渐凸显。然而,面临算力需求多样化、资源分布不均、供需不平衡等情况,如何在“双碳”战略目标
[工业控制]
英特尔陈葆立:打造多元<font color='red'>算</font><font color='red'>力</font> 为数字经济固本强基
工业“慧”眼,机器视觉新浪潮
机器视觉 作为 机器人 赛道的核心应用之一,成长潜力持续发酵。结合光学装置和 传感器 的机器视觉系统,能够自动接收和处理真实物体图像,获得所需信息或控制机器人运动。其核心芯片包括AI芯片、图像传感器、存储器、处理器和通信芯片等,这些芯片协同实现了机器人视觉的功能和应用。 机器视觉可以算得上是人工智能与光学成像系统的高度融合,它能够做到比人眼更为准确、快速地识别物体,从而使产线高效运转。与人类视觉相比,机器视觉在量化程度、灰度分辨力、空间分辨力和观测速度等方面都存在显著优势。其利用相机、镜头、光源和光源控制系统采集目标物体数据,借助视觉控制系统、智能视觉软件和数据算法库进行图形分析和处理,软硬系统相辅相成,为下游自动化、智能化制
[机器人]
中国机器视觉助力智能制造创新大会将于10月在北京召开
本报讯  近日,记者从中国 机器视觉 产业联盟秘书处了解到,在党的十九大召开前夕,“中国机器视觉助力 智能制造 创新发展大会”暨第十四届中国国际机器视觉展览会(VisionChina2017)将于10月11日至13日在北京中国国际展览中心举办(老馆)。   据该联盟秘书长于晓娟女士介绍,本届会议和展览将在党的十九大前夕召开意义重大,中国机器视觉行业这些年发展趋势向上向好,除了市场本身发展需要外,很大因素是搭上了国家发展的高速列车,尤其是搭上了“中国制造2025”这趟“顺风车”。这次会议和展览,一方面云集国内外专家学者为中国机器视觉技术如何大力支持国家智能制造献计献策,同时为世界视觉技术发展提供中国方案。另一方面也是集中展示中国机器
[嵌入式]
机器视觉如何赋能锂离子电池的未来
电动汽车和太阳能发电系统中使用的锂离子电池将成为推动绿色革命的驱动力。 以典型的电动汽车特斯拉Model S车型为例,其使用了超过7600节锂离子电池。在不久的将来,这种使用大量电池的情况不会被视作典型,而是会被认为很奇怪。 在未来几十年,要过渡到绿色能源就必须相应地增加电池的产量并提高其创新性。锂离子电池将在不远的将来成为绿色能源革命的主力军,为几乎所有东西储存能量,涵盖从电动汽车到飞机,再到家庭和商业建筑。 锂离子电池有三种类型:圆柱形、袋状和方形(也称为电池罐)。智能手机通常使用袋状电池,而大多数家用电器则使用圆柱形电池。 全世界的电池产量正在快速攀升。特斯拉于2015年在内华达州的斯帕克斯建成了其第
[电源管理]
<font color='red'>机器视觉</font>如何赋能锂离子电池的未来
近红外成像技术促进机器视觉的新发展
习惯上机器视觉被定义为:用于检查、过程控制及自动导航的电子成像。在机器视觉应用中,计算机(不是人类)使用成像技术来捕获图像作为输入来实现提取和传递信息输出的目的。据麦姆斯咨询报道,除传统工业应用,先进驾驶辅助系统(ADAS)、增强现实和虚拟现实(AR/VR)技术及智能安全系统的机器视觉能力均要求使用先进的数字成像技术。该技术可使机器视觉在低光或无光条件下“看得”更清晰、更远,由于无需可见光源,所以不会干扰人类正常活动。 从以往的经验来看,机器视觉技术需要依赖于大量光源来捕捉图像,可用光源包括荧光、石英卤素、LED、金属卤化物(汞)以及氙气。当单独使用其中一种光源时,就需要耗费大量能耗,且生成的图像质量很差。如此来看,这些光源并
[安防电子]
近红外成像技术促进<font color='red'>机器视觉</font>的新发展
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved