一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

邊緣人工智能,從傳感器融合到深度神經(jīng)網(wǎng)絡(luò)

CEVA ? 來源:未知 ? 2023-02-10 01:55 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

AI在邊緣領(lǐng)域的優(yōu)勢現(xiàn)在是顯而易見的。在這些領(lǐng)域中,實時響應(yīng)起到?jīng)Q定性的作用。比如說,在安全敏感型應(yīng)用中,既要將原始數(shù)據(jù)傳輸?shù)皆频?a href="http://www.www27dydycom.cn/v/tag/1301/" target="_blank">通信成本降至最低,又要降低功耗、保護隱私并提高對多個邊緣節(jié)點的可擴展性。

對于以上這些要求,我們建議通過邊緣設(shè)備內(nèi)的人工智能而不是遠程云服務(wù)來滿足。然而,一個AI引擎無法服務(wù)我們現(xiàn)在所知的邊緣應(yīng)用范圍。家用電器可能只需要識別一組簡單的語音命令或食品容器上的圖片。更復(fù)雜的監(jiān)控系統(tǒng)或工業(yè)機器人系統(tǒng)則可能需要融合圖像傳感器、麥克風(fēng)、運動傳感器等的多方輸入。

就高端領(lǐng)域而言,自動或半自動駕駛識別系統(tǒng)需要用到非常復(fù)雜的深度神經(jīng)網(wǎng)絡(luò) (DNN)。CEVA SensPro2 和NeuPro-M平臺恰能滿足這些需求。

邊緣AI市場

自現(xiàn)在起至本世紀末,邊緣AI處理器芯片市場的年復(fù)合增長率預(yù)計將達到20%左右。這一增長是由智能設(shè)備采用率/發(fā)展程度不斷提高推動的,具體涉及:攝像頭、可穿戴設(shè)備和家庭自動化領(lǐng)域消費者;安全和自動化程度日益提高的汽車行業(yè);行業(yè)監(jiān)控、機器人、機器/工廠控制和預(yù)測性維護。

最有可能在這些領(lǐng)域取得成功的產(chǎn)品自然必須功能十足、性能強大,如此才能滿足應(yīng)用這些產(chǎn)品的認可需求。此類產(chǎn)品必須根據(jù)消費者定價和/或在大規(guī)模部署時具有成本效益,同時還應(yīng)該最大限度地減少現(xiàn)有無線基礎(chǔ)設(shè)施的增量負載。此類產(chǎn)品的軟件還必須可以升級,如此才能適應(yīng)快速發(fā)展的AI技術(shù)領(lǐng)域的新興解決方案。

傳感器融合和SensPro2

除了最簡單的智能邊緣設(shè)備之外,其他所有設(shè)備現(xiàn)在都使用多個傳感器。兩個或更多傳感器的融合信息通??勺屩悄芟到y(tǒng)提供準確性度更高的信息或補充信息。例如,在自動平行泊車或自動代客泊車系統(tǒng)中,可結(jié)合使用探測可用空間的視覺傳感技術(shù)/雷達與超聲波測距技術(shù),另外也可以結(jié)合使用IMU輸入,進一步細化定位估計結(jié)果。SLAM算法可以對這些功能形成補充,在停車場內(nèi)導(dǎo)航以便自動代客泊車。

CEVA SensPro2傳感器中樞DSP是傳感器中樞/融合應(yīng)用的完美答案。SensPro2是第二代CEVA傳感器中樞DSP,允許圖像傳感器、麥克風(fēng)、雷達、飛行時間、IMU 等的多個傳感器輸入。

基于神經(jīng)網(wǎng)絡(luò)的軟件可在這種DSP架構(gòu)上快速運行。因為這種架構(gòu)提供整套豐富的硬件支持功能,包括:具有靈活MAC操作范圍的矢量單元、整數(shù)和浮點運算支持、針對應(yīng)用的ISA擴展和全面的非線性指令集。SensPro2可利用這些功能提供2倍的AI速度、6倍的SLAM速度、8倍的雷達速度、10倍的音頻速度(相較于上一代SensPro而言)。

在各種消費者應(yīng)用中,邊緣人工智能已通過SensPro2部署到SoC,最近發(fā)布的新Novatek監(jiān)控SoC版本就是一個示例。

DNN 智能和NeuPro-M

高端邊緣智能需要深度神經(jīng)網(wǎng)絡(luò) (DNN) 支持、高水平的并行性能和帶寬優(yōu)化,以及擁有最新AI算法的異構(gòu)加速器。對于第一種需求而言,自動/半自動駕駛時的可用空間檢測是一個不錯的應(yīng)用示例。此檢測目的在于沿著公路/高速公路的安全駕駛區(qū)域行駛,避開障礙物,避免駛上對向車道、未鋪砌的路肩和隔離帶。在這種情況下必須迅速響應(yīng),因此會將前方道路圖像分解為4個子幀,對其進行并行處理。之后再在每個子圖像上運行可用空間檢測,并重新組合以提供完整的結(jié)果。對于邊緣應(yīng)用中的此類人工智能而言,NeuPro-M可支持多達8個并行運行的引擎。

大家對精度和性能的期望遠不止并行這么簡單。如今的網(wǎng)絡(luò)開發(fā)人員希望利用現(xiàn)在NeuPro-M中采用硬件加速的專用功能,如矩陣分解、稀疏、Winograd及混合精度的神經(jīng)操作,且以上所有功能都可以在每個并行引擎中使用。

NeuPro-M于2022年發(fā)布,榮獲了“亞洲金選獎”之“金選潛力標桿獎”“2022年邊緣人工智能與視覺聯(lián)盟產(chǎn)品獎”之“年度最佳邊緣AI處理器榮譽獎”。目前已部署在設(shè)計中的多個SoC中,并預(yù)計會在未來幾年出現(xiàn)在最終產(chǎn)品中。

面向未來的解決方案

在標準CPUGPU上運行的純軟件AI解決方案效率過低,功耗又大,不太實用,但在理論上來說又具有一定的吸引力,因為您可以隨時更改軟件,而無需更改硬件。隨著AI技術(shù)和網(wǎng)絡(luò)層的發(fā)展,能否在獲得硬件加速帶來的所有性能和功耗優(yōu)勢的同時,保持靈活升級?

SensPro2和NeuPro-M能夠做到這一點。這些AI解決方案的矢量DSP基礎(chǔ)確保您能夠隨著市場需求和網(wǎng)絡(luò)的發(fā)展,在軟件中對產(chǎn)品實施進行升級。CEVA的深度神經(jīng)網(wǎng)絡(luò) (CDNN) AI編譯器簡化了從標準網(wǎng)絡(luò)(TensorFlow、PyTorch等)實施到在特定SoC中實施時映射到處理器IP的一應(yīng)事宜。

您也可以在此步驟中控制優(yōu)化,以充分利用特殊加速器(如NeuPro-M中的加速器),或添加您在設(shè)計中可能需要的、自己的加速器。CEVA CDNN-Invite API為此類擴展提供支持。

識別右側(cè)二維碼

立即了解

CEVA更多信息

5822749a-a8a2-11ed-bfe3-dac502259ad0.png ?

58e6a662-a8a2-11ed-bfe3-dac502259ad0.gif

關(guān)于CEVA

590c73a6-a8a2-11ed-bfe3-dac502259ad0.svg

CEVA 是排名前列的無線連接和智能傳感技術(shù)以及集成 IP 解決方案授權(quán)商,旨在打造更智能、更安全、互聯(lián)的世界。我們?yōu)閭鞲衅魅诤?、圖像增強、計算機視覺、語音輸入和人工智能應(yīng)用提供數(shù)字信號處理器、人工智能處理器、無線平臺、加密內(nèi)核和配套軟件。這些技術(shù)與我們的 Intrinsix IP 集成服務(wù)一起提供給客戶,幫助他們解決復(fù)雜和時間關(guān)鍵的集成電路設(shè)計項目。許多世界排名前列的半導(dǎo)體廠商、系統(tǒng)公司和OEM利用我們的技術(shù)和芯片設(shè)計技能,為移動、消費、汽車、機器人、工業(yè)、航天國防和物聯(lián)網(wǎng)等各種終端市場開發(fā)高能效、智能、安全的互聯(lián)設(shè)備。

我們基于 DSP 的解決方案包括移動、物聯(lián)網(wǎng)和基礎(chǔ)設(shè)施中的 5G 基帶處理平臺;攝像頭設(shè)備的高級影像技術(shù)和計算機視覺;適用于多個物聯(lián)網(wǎng)市場的音頻/語音/話音應(yīng)用和超低功耗的始終開啟/感應(yīng)應(yīng)用。對于傳感器融合,我們的 Hillcrest Labs 傳感器處理技術(shù)為耳機、可穿戴設(shè)備、AR/VR、PC機、機器人、遙控器、物聯(lián)網(wǎng)等市場提供廣泛的傳感器融合軟件和慣性測量單元 (“IMU”) 解決方案。在無線物聯(lián)網(wǎng)方面,我們的藍牙(低功耗和雙模)、Wi-Fi 4/5/6/6E (802.11n/ac/ax)、超寬帶(UWB)、NB-IoT和GNSS 平臺是業(yè)內(nèi)授權(quán)較為廣泛的連接平臺。

歡迎點亮“在看”哦

591d9050-a8a2-11ed-bfe3-dac502259ad0.gif


原文標題:邊緣人工智能,從傳感器融合到深度神經(jīng)網(wǎng)絡(luò)

文章出處:【微信公眾號:CEVA】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。


聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • dsp
    dsp
    +關(guān)注

    關(guān)注

    556

    文章

    8155

    瀏覽量

    356975
  • 藍牙
    +關(guān)注

    關(guān)注

    116

    文章

    6069

    瀏覽量

    173834
  • CEVA
    +關(guān)注

    關(guān)注

    1

    文章

    189

    瀏覽量

    76547

原文標題:邊緣人工智能,從傳感器融合到深度神經(jīng)網(wǎng)絡(luò)

文章出處:【微信號:CEVA-IP,微信公眾號:CEVA】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    愛立信攜手超微加速邊緣人工智能部署

    愛立信與超微 Supermicro近日宣布有意開展戰(zhàn)略合作,加速邊緣人工智能部署。
    的頭像 發(fā)表于 06-17 09:42 ?1246次閱讀

    配備邊緣人工智能智能緊湊型傳感器

    一個由勃蘭登堡多所大學(xué)和研究機構(gòu)參與的新啟動的跨學(xué)科研究項目正在開發(fā)全新技術(shù)方法,以便在IT網(wǎng)絡(luò)邊緣(即所謂的“邊緣”)更好、更有效地整合人工智能。 這些發(fā)展有望在未來發(fā)揮重要作用,
    的頭像 發(fā)表于 05-09 11:27 ?208次閱讀

    BP神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的關(guān)系

    BP神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)之間存在著密切的關(guān)系,以下是對它們之間關(guān)系的介紹: 一、BP神經(jīng)網(wǎng)絡(luò)的基本概念 BP神經(jīng)網(wǎng)絡(luò),即反向傳播神經(jīng)網(wǎng)絡(luò)(Ba
    的頭像 發(fā)表于 02-12 15:15 ?840次閱讀

    用 ADI 的 MAX78002 MCU 開發(fā)邊緣人工智能應(yīng)用

    應(yīng)用能夠在物聯(lián)網(wǎng)設(shè)備上運行,而這些設(shè)備通常會受到內(nèi)存、帶寬和功耗的限制。 [Analog Devices, Inc.] 的一款微控制 (MCU) 集成了低功耗卷積神經(jīng)網(wǎng)絡(luò) (CNN) 加速,可在電池供電型設(shè)備上處理
    的頭像 發(fā)表于 01-26 21:20 ?558次閱讀
    用 ADI 的 MAX78002 MCU 開發(fā)<b class='flag-5'>邊緣人工智能</b>應(yīng)用

    智能傳感器如何推動邊緣人工智能普及化

    ? ? ? ? ? 智能傳感器推動 邊緣AI普及化 ? ? ? ? 前言 英偉達公司(Nvidia)于日前發(fā)布了全新的50系顯卡,在提高游戲性能的同時,著重優(yōu)化了人工智能(AI)表現(xiàn),
    的頭像 發(fā)表于 01-15 14:26 ?774次閱讀
    看<b class='flag-5'>智能</b><b class='flag-5'>傳感器</b>如何推動<b class='flag-5'>邊緣人工智能</b>普及化

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    在上一篇文章中,我們介紹了傳統(tǒng)機器學(xué)習(xí)的基礎(chǔ)知識和多種算法。在本文中,我們會介紹人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法,供各位老師選擇。 01 人工
    的頭像 發(fā)表于 01-09 10:24 ?1173次閱讀
    <b class='flag-5'>人工</b><b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)方法

    邊緣設(shè)備上設(shè)計和部署深度神經(jīng)網(wǎng)絡(luò)的實用框架

    ,以及由強大而高效的軟件工具鏈補充的低成本邊緣設(shè)備的可用性。此外,需要避免通過網(wǎng)絡(luò)傳輸數(shù)據(jù)——無論是出于安全原因還是僅僅為了盡量減少通信成本。 邊緣人工智能涵蓋廣泛的設(shè)備、傳感器、微控
    的頭像 發(fā)表于 12-20 11:28 ?869次閱讀

    19位國際頂尖學(xué)者聯(lián)袂撰寫《重新審視邊緣人工智能:機遇與挑戰(zhàn)》

    19位國際頂尖學(xué)者聯(lián)袂撰寫《重新審視邊緣人工智能:機遇與挑戰(zhàn)》
    的頭像 發(fā)表于 11-27 01:04 ?860次閱讀
    19位國際頂尖學(xué)者聯(lián)袂撰寫《重新審視<b class='flag-5'>邊緣人工智能</b>:機遇與挑戰(zhàn)》

    嵌入式和人工智能究竟是什么關(guān)系?

    人工智能的結(jié)合,無疑是科技發(fā)展中的一場革命。在人工智能硬件加速中,嵌入式系統(tǒng)以其獨特的優(yōu)勢和重要性,發(fā)揮著不可或缺的作用。通過深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等算法,嵌入式系統(tǒng)能夠高效地處理大量數(shù)
    發(fā)表于 11-14 16:39

    Moku人工神經(jīng)網(wǎng)絡(luò)101

    Moku3.3版更新在Moku:Pro平臺新增了全新的儀器功能【神經(jīng)網(wǎng)絡(luò)】,使用戶能夠在Moku設(shè)備上部署實時機器學(xué)習(xí)算法,進行快速、靈活的信號分析、去噪、傳感器調(diào)節(jié)校準、閉環(huán)反饋等應(yīng)用。如果您
    的頭像 發(fā)表于 11-01 08:06 ?647次閱讀
    Moku<b class='flag-5'>人工</b><b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>101

    FPGA在人工智能中的應(yīng)用有哪些?

    FPGA(現(xiàn)場可編程門陣列)在人工智能領(lǐng)域的應(yīng)用非常廣泛,主要體現(xiàn)在以下幾個方面: 一、深度學(xué)習(xí)加速 訓(xùn)練和推理過程加速:FPGA可以用來加速深度學(xué)習(xí)的訓(xùn)練和推理過程。由于其高并行性和低延遲特性
    發(fā)表于 07-29 17:05

    FPGA在深度神經(jīng)網(wǎng)絡(luò)中的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Network, DNN)作為其核心算法之一,在圖像識別、語音識別、自然語言處理等領(lǐng)域取得了顯著成果。然而,傳統(tǒng)的深度
    的頭像 發(fā)表于 07-24 10:42 ?1188次閱讀

    殘差網(wǎng)絡(luò)深度神經(jīng)網(wǎng)絡(luò)

    殘差網(wǎng)絡(luò)(Residual Network,通常簡稱為ResNet) 是深度神經(jīng)網(wǎng)絡(luò)的一種 ,其獨特的結(jié)構(gòu)設(shè)計在解決深層網(wǎng)絡(luò)訓(xùn)練中的梯度消失和梯度爆炸問題上取得了顯著的突破,并因此成為
    的頭像 發(fā)表于 07-11 18:13 ?1600次閱讀

    BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡稱CNN)是兩種在人工智能和機器學(xué)習(xí)領(lǐng)域
    的頭像 發(fā)表于 07-10 15:24 ?2438次閱讀

    BP神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)的區(qū)別

    BP神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡稱ANNs)之間的關(guān)系與區(qū)別,是神經(jīng)網(wǎng)絡(luò)領(lǐng)域中一個基礎(chǔ)且重要的話題。本文將從定義、結(jié)構(gòu)、算法、應(yīng)用及
    的頭像 發(fā)表于 07-10 15:20 ?2267次閱讀