赛灵思|xilinx凭借reVISION扩展至视觉,实现机器学习应用

  2017年3月13日,全球领先公司Xilinx,Inc.,Nasdaq:xlnx北京-所有可编程技术和设备推出了Xilinx修订版堆栈,宣布将该技术扩展到广泛的面向视觉的机器学习应用。


  在修订的帮助下,赛灵思扩展到面向视觉机器学习的应用,实现了机器学习的应用。

15658560944246.jpg

  图1-战略和营销副总裁Steve Glaser,销售,介绍修订版


  修订版堆栈的引入进一步补充和改进了其最近发布的可重构加速堆栈(Ras),极大地扩展了赛灵思技术在端到云的机器学习应用领域的部署。新的版本栈可以支持范围更广的嵌入式软件和系统工程师,在硬件设计方面很少或没有专业知识,使得借助销售技术开发面向视觉的智能系统变得更容易和更快。一旦机器学习、计算机视觉、传感器融合和任意互联的优势被整合,这些工程师将受益匪浅。


  修订版正在各个市场实施一系列快速增长的应用程序,包括传统的高端消费市场、汽车、工业、医疗和航天以及国防,包括新一代应用程序,如协作机器人、具有“传感和规避”功能的无人机、AUGM。现实,自动驾驶汽车,和自我。动态监测和医学诊断等,在这些市场中,差异化至关重要。系统必须具有最高的响应速度、最新的算法和快速的传感器部署。大约三分之二的超大规模集成电路应用在这个市场上。


  修订版支持最快响应的视觉系统。如图2所示,与最具竞争力的嵌入式计算GPU和典型的SOC++相比,它将机器学习推断的单位功率图像捕获速度提高了6倍,将计算机视觉处理的单位功耗的帧速提高了40倍,延迟提高了40倍。时代。减少到1/5。即使没有硬件专长的开发人员也可以通过结合C/+C++/OpenCL开发过程、行业标准框架、CAFE和OpenCV库来开发单个ZYNQ SoC或MPSoC芯片的嵌入式可视化应用程序。


  在修订的帮助下,赛灵思扩展到面向视觉机器学习的应用,实现了机器学习的应用。

赛灵思|xilinx凭借reVISION扩展至视觉,实现机器学习应用.jpg

  图2-赛灵思 Embedded Vision和SDSOC高级产品经理Nick Ni介绍了修订版与其他解决方案的性能比较


  由于修订版堆栈具有独特的可重构性和任意连接优势,开发人员可以使用该堆栈快速开发和部署升级。随着神经网络、算法、传感器技术和接口标准的飞速发展,可重构性对面向未来的智能视觉系统具有重要意义。


  赛灵思修订栈为平台、算法和应用程序开发提供了丰富的开发资源。它支持最流行的神经网络,包括Alexnet、Google Lenet、Squeezenet、SSD和FCN。此外,堆栈还提供库元素,包括CNN网络层的预定义优化实现,这也是构建自定义神经网络(dnn/cnn)所必需的。机器学习元件配合OpenCV系列功能,满足计算机视觉处理的加速要求。对于应用层开发,赛灵思支持行业标准框架,包括机器学习的caffe和计算机视觉的openvx。修订版堆栈还包括由赛灵思和第三方提供的开发平台,例如各种类型的传感器。


  我们的眼睛跟踪技术使用Zynq SoC支持高清视觉分析功能,这有利于ALS和其他瘫痪患者。在机器学习的帮助下,新的修订堆栈为算法开发提供了新的机会。这必将支持我们进一步扩展人机交互硬件产品,提升我们的核心眼睛跟踪产品的价值。


  Eyetech Digital Systems首席执行官兼创始人Robert Chappell


  嵌入式市场是一个发展中的应用领域,算法、神经网络和传感器的变化需要目标平台的可重构性。出售的基于ARM的Zynq技术可以有效地部署这些应用程序,同时加速从端到云的创新机器学习应用程序的广泛采用。


  Lakshmi Mandyam,ARM细分市场营销高级总监


  我们看到了从终端到云计算的机器学习应用程序的巨大兴趣,我们还相信,在堆栈开发中持续的销售投资将加速主流应用程序。今天,在销售技术的帮助下,数以百计的嵌入式视觉客户已经实现了超过10倍的性能和延迟改进。随着版本的增加,成千上万的客户也将受益于这些优势。


Copyright © 2019赛灵思半导体(深圳)有限公司 www.360xilinx.com,Inc.All rights reserved.  粤ICP备18095839号-1
Powered by CmsEasy