莱迪思:看好网络边缘计算市场,FPGA在AI领域能做的事情还有很多

2018-05-24 11:24:37 来源:EEFOCUS
标签:


根据市场调研机构Semico Research提供的数据显示,未来五年内,使用人工智能的网络边缘设备数量将以110%的复合年增长率呈爆发式增长。无疑给设备厂商和芯片厂商的机会巨大,也成为众多厂商的关注点,一场卡位大战已经打响,目前我们看到首先爆发的是手机的AI芯片,相信接下来还会扩散到更广泛的终端设备市场。其中FPGA因为其产品特性,一直被认为在云端和网络端的AI技术方面更有发挥空间,而近日,作为低功耗、小尺寸、低成本FPGA的代言人,莱迪思公司宣布进入网络边缘计算市场的AI领域。

“过去几年里,我们在传感器桥接部分发展很快,像很多的影像,声音控制连接很多都会采用我们的FPGA,在这些传感器的不同、不相融的接口上做一些转换,莱迪思的FPGA产品已经在数百万台网络边缘设备中实现传感器桥接,这是我们进入AI领域的一个优势。”莱迪思半导体亚太区资深事业发展经理陈英仁在接受与非网记者采访时如是说。

 

莱迪思半导体亚太区资深事业发展经理陈英仁


而陈英仁也坦言,阻碍用户采用莱迪思的FPGA产品用于AI技术实现的一个因素,也是莱迪思需要解决的是,如何用FPGA实现计算,这可能是很多莱迪思的现有客户未曾想过或不具备的技术。莱迪思给出的答案是新近推出的SensAI产品。SensAI包括了莱迪思现有的UltraPlus FPGA产品系列和ECP5 FPGA产品系列,在此基础上提供全新的BNN、CNN神经网络加速器IP核,以及莱迪思自主开发的神经网络编译器,其中神经网络加速器IP帮助客户实现FPGA的计算,借助神经网络编译器,则让用户可将通过TensorFlow或Caffe等标准开发工具实现的训练模型导入FPGA,将浮点模型转换成定点模型,进而完成深度学习的推理和输出部分。

 


可以看出,莱迪思希望通过SensAI提供一个完整的产品链。莱迪思提供开发平台、IT、软件工具和参考设计,同时与生态系统的一些合作伙伴一起为客户提供定制化的设计服务。此外因为是导入针对已有FPGA产品进行了优化设计的神经网络加速器IP,可以让已采用其UltraPlus FPGA和ECP5 FPGA产品的客户不需要进行全新的系统设计,就能快速实现具备AI功能的新产品开发,体现出时间和系统成本效益。

陈英仁解释,出于个人隐私保护和低延迟的考虑,AI深度学习的训练和推理部分不需要都在云端实现。借助在传感器桥接技术和市场渗透方面的先天优势,莱迪思的FPGA产品要做的就是在边缘端实现推理部分,这部分也能最大程度的发挥莱迪思产品低功耗、小尺寸、低成本和低延迟的特性,而训练部分则还是要靠CPU、GPU等来实现。

无疑,莱迪思找准了一个最适合它进入AI这个风口的切入点,从产品和技术上做好了准备,而我们也知道,技术固然好,最重要的还是要有需求和落地的场景。陈英仁表示,目前接触的客户中,来自物联网领域的客户在产品中导入AI技术的需求相对较强,而这其中消费电子类的终端产品因为产品迭代速度更快,应该会先行一步。莱迪思提供的5大类参考设计包括人脸检测、关键字检测、脸部追踪、对象计数和速度标志牌检测,这些技术确实也都有实际的市场需求和应用场景。

对莱迪思在AI领域可能遭遇的竞争,陈英仁表示,“全新神经网络加速器IP针对莱迪思现有FPGA产品进行了优化设计,同时莱迪思FPGA产品具有超低功耗、灵活的接口特性,不同产品系列在逻辑单元数和性能配置上的灵活度很高,让莱迪思产品的性能功耗比达到最优。通过SensAI,莱迪思帮助客户解决了怎样用FPGA实现计算的问题,相信在接下来的两年里,我们在AI领域将有非常大的成长。”

更多有关FPGA的资讯,欢迎访问 与非网FPGA专区

 

与非网原创内容,未经许可,不得转载!


  

 
关注与非网微信 ( ee-focus )
限量版产业观察、行业动态、技术大餐每日推荐
享受快时代的精品慢阅读
 

 

作者简介
高扬
高扬

与非网总编。网称“羊在发现”,电子工程科班出身,三载研发历练,以我专业背景和对文字的热爱进入与非网,属偶然中的必然。愿不断发现电子奥妙、产业脉动,以我见我思还一个真相。工作之外,话剧、旅行、阅读是最大乐事。

继续阅读
从FPGA到ACAP,“万能芯片” 的华丽转身
从FPGA到ACAP,“万能芯片” 的华丽转身

FPGA被誉为“万能芯片”,能量就只有这么一点?当然不是的,目前FPGA在数据中心领域已经得到认可,加速卡解决方案成为数据中心的首选。而人工智能通过深度学习算法在认知智能和推理智能上遇到难题,擅长推理的FPGA被寄予厚望。

又收购一家公司,三星已为5G牟足了劲儿

韩国科技巨头三星电子 于周三 (17 日) 宣布收购位于西班牙巴塞隆纳的人工智慧 (AI) 新创公司 Zhilabs,以强化 4G 到 5G 技术的转变。

谷歌 AI +医疗,实现缩短一半的诊断时间意味着什么
谷歌 AI +医疗,实现缩短一半的诊断时间意味着什么

几年前,医疗保健领域还将人工智能视为一项新生事物,关于 AI 究竟会取代人类医生还是会成为人类的助手的讨论就层出不穷。

摩尔定律对AI算法不奏效,发展与硬件并不同步?

对于“未来的算法能与现有半导体芯片或正在开发之新运算架构契合”这件事,我们能抱持多大的信心?随着算法的进展速度超越硬件技术进展进步,甚至是最先进的深度学习模型都可以被布署于只要5美元的Raspberry Pi开发板。

Xilinx推出首款新类别平台—— Versal

赛灵思开发者大会—自适应和智能计算的全球领先企业赛灵思公司首席执行官 Victor Peng 宣布推出 Versal™ – 业界首款自适应计算加速平台 ,从而为所有的开发者开发任何应用开启了一个快速创新的新时代。

更多资讯
《深度强化学习》手稿开放

一年前,机器之心发布了加拿大阿尔伯塔大学计算机系博士 Yuxi Li 的深度强化学习综述论文,该论文概述了在深度强化学习(Deep Reinforcement Learning)方面喜人的进展。而这本刚上线的《深度强化学习》手稿对前面的版本《深度强化学习综述》做了大规模的改进;从一年多前的 70 页扩充到现在的 150 页。

GICv3架构中,对中断的分组解析

GICv3架构中,对中断进行了分组。分成了以下三个组

想要学好大数据需掌握这十二大技术

大数据是对海量数据进行存储、计算、统计、分析处理的一系列处理手段,处理的数据量通常是TB级,甚至是PB或EB级的数据,这是传统数据处理手段所无法完成的,其涉及的技术有分布式计算、高并发处理、高可用处理、集群、实时性计算等,汇集了当前IT领域热门流行的IT技术。

基于SRAM工艺FPGA的保密性问题

在现代电子系统设计中,由于可编程逻辑器件的卓越性能、灵活方便的可升级特性,而得到了广泛的应用。

如果使用FPGA配合DSP来提升安全能力?

对于基于数字信号处理器(DSP)的设计,如果DSP没有足够的安全能力,便特别容易受到入侵。在许多应用中,如果使用FPGA以作配合来卸载DSP的部分工作,便可以轻易实施先进的安全功能。

Moore8直播课堂