訂閱電子報∣ 友善列印字體大小 文章分享-Facebook 文章分享-Plurk 文章分享-Twitter
因應智慧物聯網需求 萊迪思推超低功耗sensAI解決方案
CTimes籃貫銘 報導
獲取產業訊息零時差!立即訂閱電電公會電子報。

低功耗可編程解決方案供應商萊迪思半導體(Lattice Semiconductor),今日在其台北辦公室,發表針對智慧物聯網應用的低成本解決方案— Lattice sensAI。該方案包含模組化硬體平台、神經網路IP核心、軟體工具、參考設計,以及客製化設計服務,能讓客戶在短時間內,且無須花費龐大成本就其物聯網裝置具備機器學習的能力,快速實現邊緣運算(Edge Computing)的建置。

萊迪思半導體亞太區資深事業發展經理陳英仁
萊迪思半導體亞太區資深事業發展經理陳英仁

 

萊迪思表示,其Lattice sensAI為專門針對其FPGA架構的優化解決方案,能透過其新的IP核心與軟體工具,讓機器學習與神經網路等演算法能夠快速導入FPGA系統中。其硬體平台包含行動開發平台UltraPlus與視訊介面平台ECP5,能夠提供超低功耗(低於1mW-1W)、小封裝尺寸(5.5 mm2-100 mm2)、多元介面(MIPI CSI-2、LVDS、GigE、HDMI、USB等)以及低量產價格(約$1-10美元)等優勢。 

萊迪思半導體亞太區資深事業發展經理陳英仁表示,裝置要實現邊緣運算的功能,就必須克服延遲、頻寬、斷線與隱私的問題。而Lattice sensAI方案能在微幅增加成本、無須大幅更動設計的前提下,實現具備人工智慧的超低功耗邊緣運算設備。 

陳英仁指出,除了連網功能外,多樣化與互通性也是物聯網裝置的特性,因此十分適合使用FPGA架構進行開發,另一方面,物聯網裝置都要求低功耗,而這正是萊迪思的優勢所在,能提供與MCU相當,甚至更低的功耗,同時還具備優異的運算能力。 

除了硬體平台外,新推出的IP核心和軟體工具是讓FPGA架構的物聯網裝置具備人工智慧的關鍵。其IP核心具有卷積神經網路(CNN)與二進位神經網路(BNN)加速器,能讓標準架構的神經網路運算在FPGA中運行順利;至於軟體工具Lattice Radiant和Lattice Diamond,採Caffe和TensorFlow架構,能讓開發者在缺乏RTL設計經驗的情況下,以標準架構的神經網路在萊迪思FPGA上執行。

至於參考設計方面,則有臉部辨識、語音關鍵字檢測、臉部追蹤和速度標誌檢測。陳英仁也強調,在物聯網安全應用中,臉部辨識與語音關鍵字檢測將會是主流的應用,而使用sensAI就能輕易做到。而sensAI方案不僅適用消費性電子,也適用於工業物聯網,包括行動裝置、智慧家庭、智慧城市、智慧工廠以及智慧汽車等領域。

訂閱電子報 友善列印 字體大小:
獲取產業訊息零時差!立即訂閱電電公會電子報。