手機版手機版
CEVA 和Brodmann17合作為邊緣設備增強20 倍AI性能
2017年11月27日 16:03 電子產業網

    CEVA,智能和互連設備的信號處理IP授權許可廠商 ,和開發正在申請專利的深度學習技術的廠商Broadmann17宣布進行合作,目標是加快深度學習計算機視覺在主流應用中的部署。CEVA和 Brodmann17合作完善邊緣設備中的深度學習功能,與基于GPU的實施方案相比,實現性能和功率效率的數量級提升。

    消費設備廣泛采用人工智能(AI)的勢頭繼續保持不變,然而,在電池供電設備上,基于云的深度學習被諸多問題困擾,包括延遲、安全和需要恒定可靠的互聯網連接。在設備本身或者在邊緣實施人工智能便可以消除所有這些問題,但這需要使用高效的計算機視覺處理器以滿足嚴苛的功率需求,并且,必須通過專有深度學習軟件以提供云系統所需的精度和性能。

    Brodmann17開發了一款面向嵌入式設備的專用深度學習技術,面向基于邊緣的人工智能的視覺識別。Brodmann17的深度學習架構使用正在申請專利的技術來生成多個較小的神經網絡,與市場上生成的任何其它網絡相比,速度更快且更加。通過與Brodmann17合作,CEVA-XM平臺的授權許可廠商及其客戶能夠使用Brodmann17的深度學習目標檢測功能,在CEVA-XM上達到極高的精度并且速率達到每秒100幀。與在NVIDIA Jetson TX2 AI超級計算機上運行的相同軟件相比,這等同于性能提升了170。與現今在NVIDIA TX2 上運行的流行的Faster-RCNN算法組合相比,每秒幀率提升了20倍。

    Brodmann17首席執行官Adi Pinhas表示:“我們正在申請專利的深度學習視覺軟件十分適合想為其設備增添智能的使用CEVA-XM平臺的CEVA客戶和OEM廠商。這款開創先河的同類硬件和軟件組合達到了出色的實時性能,可使用單一DSP來支持多相機以及達到更高分辨率。”

    CEVA視覺業務部門副總裁Ilan Yona表示:“為了在大眾市場設備中真正實現AI性能和功能大化,不僅需要像我們的CEVA-XM平臺這樣的專用硬件,還需要經過培訓在邊緣嵌入式設備上高效運行的神經網絡。Brodmann17的深度學習軟件能夠創建極其輕便、準確靈活的網絡,從頭開始訓練,并且考慮到嵌入式裝置的特性。我們很高興與他們合作,并且將其的功能帶給CEVA-XM生態系統。”

查看更多
推薦文章
相關資訊
  • 恩智浦發布全新汽車處理器平臺,加快未來汽車上市速度
      大的汽車半導體供應商恩智浦半導體3發布針對互聯汽車、電動汽車和自動駕駛汽車的全新控制和計算平臺。恩智浦S32平臺是完全可擴展的汽車計算架構,4即將被高檔和普通量產汽車品牌采用。S32平臺提供了微控制器/微處理器(MCU/MPU)的統一架構,為不同應用平臺提供完全相同的軟件環境。恩智浦S32平臺能夠應對未來汽車開發的挑戰,通過大量的架構創新設計,使汽車制造商
  • 奧地利微電子為工業物聯網推出NFC感測器介面
      的高性能感測器解決方案供應商 ——奧地利微電子公司(ams AG,)今日宣?淹瞥?S3956,這款動態NFC標?IC可滿足工業級品質標?剩?⑽?丶?勻撾裼τ煤途弒賦志檬褂檬倜?牟?誹峁┘?叩目煽啃浴?emsp; AS3956動態標?可透過一個主控制器,實現感測器和智慧手機等NFC任何讀取器之間的非接觸式連接。它支援滿足NFC F
  • Littelfuse推出業內首款采用D-PAK封裝、具有150°C結溫的SCR晶閘管
      Littelfuse, Inc.,作為電路保護領域的企業,今日宣布推出了高溫SCR(硅控整流器)晶閘管——同類首款結溫高達150°C,采用緊湊型表面安裝式D-PAK (TO-252)封裝。該產品還提供通孔V-PAK (TO-251)封裝。在約1.5V電壓條件下,標準SJ系列SCR晶閘管的柵極電流觸發電平低至6mA(高為15 mA
  • 如何開發微型太陽能無線傳感器節點
      無線傳感器節點可通過縮減傳感器尺寸、簡化維護問題和延長電池續航時間而降低實施成本。事實上,如果把重點集中在無電池的設計上,將能實現更大的成本效益。  設計無電池設備的好方法是通過用于通信和能量采集的低功耗藍牙(BLE)等技術來降低無線傳感器系統的平均功耗。  圖1為微型無線傳感器的架構圖。該傳感器使用具有集成BLE射頻的微控制器
查看更多
曾道人免费四肖中特