晶心科技和 Deeplite 协力推动极精简深度学习模型应用于日常生活中

时间:2020-01-07 15:30来源:21Dianyuan

摘要:其目标为优化在第一个采用DSPSIMDISA的商业RISC-V核心AndesA25和D25F上运行的深度学习模型,适用于低成本的AI边缘计算应用。

近日,32/64位高效能、低功耗、精简RISC-V CPU 核心的领导供货商、RISC-V基金会创始白金会员晶心科技,与Lightweight Intelligence™ 的创建者,总部位于加拿大蒙特利尔的新创公司Deeplite, Inc.,今日宣布将携手合作,在基于AndeStar™ V5架构的晶心RISC-V CPU核心上配置高度优化的深度学习模型,使AI深度学习模型变得更轻巧、快速和节能。

近年来,诸如支持人工智能(AI)的家庭助理等智能装置如雨后春笋般普及,为将极精简的深度学习模型应用至日常生活提供了理想平台。为追求低功耗和低计算资源且有效运行,智能装置必须易于使用并能实时响应使用者请求。如今,因应复杂的AI模型计算和功耗需求,大多数智能装置必须将用户数据和需求发送至云端执行AI处理,再将结果传回智能装置。

晶心科技和Deeplite联手推出解决方案,使诸如智慧家庭助理的人机互动界面可以在本地操作,且几乎不需要联机至云端;当智能家庭助理通过小型摄像机侦测到人时,装置将会自动“唤醒”。其目标为优化在第一个采用DSP SIMD ISA的商业RISC-V核心Andes A25和D25F上运行的深度学习模型,适用于低成本的AI边缘计算应用。该团队从在13MB大的Visual Wake Words(VWW)视觉唤醒关键词数据集上训练的MobileNet模型开始,使用Deeplite的硬件感知优化引擎,在精准度只降低1%的情况下,自动发现、训练和运用小于188KB的新模型。

“我们发现越来越多的行业需要在我们具有DSP指令的RISC-V核心如A25和D25F上运行嵌入式、优化的深度学习模型以加速深度学习演算,”晶心科技首席技术官暨执行副总苏泓萌博士表示,“Deeplite提供了一个可以在晶心内部使用的解决方案,同时也可以让我们的客户将在晶心RISC-V CPU核心上的深度学习算法运用到资源有限的边缘装置。”

“我对于这次的合作感到非常兴奋!Deeplite不仅在最小精度的影响下提供了高达69倍深度学习模型的优化,我们也自动化以前费时又容易出错的人工神经网络架构设计。”Deeplite, Inc. CEO Nick Romano表示,“过去需要花费数周反复测试才能完成的工作,现在可以在几个小时内自动完成!结合Deeplite的Lightweight Intelligence™ 和晶心最好的CPU,使我们更进一步将AI推广于日常生活中。”

透过将Deeplite领先业界的优化技术与晶心最先进的RISC-V CPU相结合,为如语音识别或人员侦测等所需的微控制器级内存及运算要求,原始设备厂商(OEM)和应用开发人员可以提供让用户可将数据保留在装置上,并且同时仍能提供在世界各地真实环境下AI需有的实时且无缝响应等优势。

关于Deeplite
Deeplite成立于2018年,总部位于蒙特利尔,是一家致力实现深度学习于日常使用设备中的AI软件公司。Deeplite强化深入学习在智能优化软件上的研究、设计和开发,使从云端到边缘运算的深度神经网络(DNN)更快速、精巧和节能。Deeplite已获得许多行业认可,包括在2019年被加拿大创新交易所(CIX)评为Top20早期公司,并获得魁北克创新奖。Deeplite目前正在参与MobilityXlab和L-Spark QNX自动驾驶汽车加速器计划。欲了解更多信息,请前往www.deeplite.ai

关于晶心
过去14年,因应快速发展的全球嵌入式系统应用,晶心科技致力成为创新高效能、低功耗32及64位处理器核心和相关开发环境的世界级创建者。晶心是RISC-V基金会的创始白金会员,也是第一家采用RISC-V作为其第五代架构AndeStar™ V5基础的主流CPU供货商。为了满足当今电子设备的苛刻要求,晶心提供了可配置性高的高效CPU核心、功能齐全的集成开发环境和全面的软/硬件解决方案,可帮助客户在短时间内创新其SoC设计。自2018年以来,Andes-Embedded™ SoC的年产量已突破10亿颗大关。晶心科技全面的RISC-V CPU系列涵盖了入门级32位N22、中阶32位N25F/D25F/A25和64位NX25F/AX25F以及高阶多核A(X)25MP,近期更推出最新的27系列(32位A27、64位AX27和NX27V)以及45系列(32位A45/D45/N45和64位AX45/DX45/NX45)。欲了解更多晶心产品信息,请前往https://www.andestech.com

免责声明:本文若是转载新闻稿,转载此文目的是在于传递更多的信息,版权归原作者所有。文章所用文字、图片、视频等素材如涉及作品版权问题,请联系本网编辑予以删除。
我要投稿
近期活动
帖子推荐更多

Copyright 2008-2024 21dianyuan.com All Rights Reserved 备案许可证号为:津ICP备10002348号-2