
?將AI加速部署到快速增長的消費電子和工業IoT應用,如移動設備、智能家居、智慧城市、智能工廠和智能汽車產品
?經過優化具有ASIC超低功耗(小于1mW-1W)、尺寸小、批量價格低(約1-10美元)的優勢,兼備FPGA的靈活性,以支持算法演進、各類接口和性能
?功能全面的Lattice sensAI通過合作伙伴生態系統提供模塊化硬件平臺、神經網絡IP核、軟件工具、參考設計和定制化解決方案
美國俄勒岡州波特蘭市——2018年5月22日——萊迪思半導體公司(NASDAQ: LSCC)今日推出Lattice sensAI?,一種結合模塊化硬件套件、神經網絡IP核、軟件工具、參考設計和定制化設計服務的完整技術集合,旨在將機器學習推理加快大眾市場IoT應用。Lattice sensAI提供經優化的解決方案,具有超低功耗(低于1mW-1W)、封裝尺寸小(5.5-100 mm2)、接口靈活(MIPI? CSI-2、LVDS、GigE等)和批量價格低(約1-10美元)等優勢,可加速實現更接近數據源的網絡邊緣計算。
萊迪思半導體公司產品和市場總監Deepak Boppana表示:“Lattice sensAI首次全面解決了對靈活、低成本、超低功耗的AI半導體解決方案的需求,這些方案可快速部署至各類新興市場和大眾市場IoT應用。通過提供結合了靈活、超低功耗FPGA硬件和軟件解決方案、功能全面的機器學習推理技術,Lattice sensAI將加速網絡邊緣設備上傳感器數據處理和分析的集成。這些新的網絡邊緣計算解決方案依托我們在FPGA邊緣互連領域的領導地位,可在大批量物聯網應用中實現靈活的傳感器接口橋接和數據聚合,包括智能音響、監控攝像頭、工業機器人和無人機等?!?
國際數據公司(IDC)半導體研究部總監Michael Palma表示:“正如在消費物聯網領域所見,隨著傳感器數量和種類激增,需要部署更多的計算資源用于實時數據處理,網絡邊緣也因此變得愈加智能。而AI的出現則加速了這一趨勢。能夠實現這種本地傳感器數據處理的低功耗、小體積、低成本的半導體解決方案對于AI在各類大眾市場的網絡邊緣應用至關重要?!?
隨著業界繼續采用機器學習技術,延遲、隱私和網絡帶寬限制越來越多地將計算處理推向網絡邊緣設備。IHS Markit預計從2018年到2025年,網絡邊緣將有400億IoT設備,且在未來5-10年內,諸如IoT、基于人工智能的網絡邊緣計算和云分析等變革性技術的融合將顛覆所有行業,并培育新的商業機會。* Semico Research預測,在未來五年內,使用人工智能的網絡邊緣設備數量將以110%的復合年增長率爆發式增長。
適用于解決網絡邊緣的計算問題,Lattice sensAI包括:
? 模塊化硬件平臺—— 基于ECP5?器件的視頻接口平臺(VIP),包括屢獲殊榮的嵌入式視覺開發套件和基于iCE40 UltraPlus?器件的移動開發平臺(MDP)
? IP核——卷積神經網絡(CNN)加速器和二值神經網絡(BNN)加速器
? 軟件工具——從Caffe/TensorFlow到FPGA的神經網絡編譯器工具、Lattice Radiant?設計軟件和Lattice Diamond?設計軟件
? 參考設計——人臉檢測、關鍵詞檢測、對象計數、面部跟蹤和速度標志牌檢測
? 設計服務——設計服務合作伙伴的生態系統為大眾市場應用提供定制解決方案,包括智能家居、智慧城市和智能工廠
聲明:本內容為作者獨立觀點,不代表電源網。本網站原創內容,如需轉載,請注明出處;本網站轉載的內容(文章、圖片、視頻)等資料版權歸原作者所有。如我們采用了您不宜公開的文章或圖片,未能及時和您確認,避免給雙方造成不必要的經濟損失,請電郵聯系我們,以便迅速采取適當處理措施;歡迎投稿,郵箱∶editor@netbroad.com。
微信關注 | ||
![]() |
技術專題 | 更多>> | |
![]() |
技術專題之EMC |
![]() |
技術專題之PCB |