电子工程世界|边缘AI是主角,嵌入式视觉峰会大剧透

人工智能边缘化已成为了最近的发展方向 , 有许多不同的方法来实现人工智能的边缘移动 。 对于工程师来说 , 但当涉及到人工智能时 , 对于不同的应用 , 哪种处理器和软件是最佳的并不总是显而易见 。 我们可能会在嵌入式视觉峰会上找到答案 , 同时也是关于嵌入式计算机视觉和边缘AI在今天的可行性和实用性的信息会议 。
2020年的嵌入式视觉峰会将是线上的 , 但与前几年一样 , 主题将涵盖从视频和图像中提取意义的各种系统 。 最近这个领域已经被人工智能和机器学习技术所占据 , 所以有许多人工智能芯片制造商和其他人工智能行业专家都会参加 。
电子工程世界|边缘AI是主角,嵌入式视觉峰会大剧透
文章图片
我们先来剧透一下这里的亮点:
Keynote:一如既往的精彩
今年节目的主讲人是来自加州大学伯克利分校的DavidPatterson 。 Patterson是RISC计算的创始人之一 , 也是RISC-V基金会的副主席 , 他将谈到人工智能的崛起如何给处理器带来前所未有的需求 。 这些需求为特定领域的处理器创造了机会 , 大大提高效率 。 这是通过专门针对AI推理工作的性质定制芯片来实现的:低精度数字的大规模矩阵乘法 。
电子工程世界|边缘AI是主角,嵌入式视觉峰会大剧透
文章图片
Patterson已经和谷歌在其张量处理单元(TPU)设计上进行了合作——用于超大规模和边缘AI计算 , 并将用它来说明特定领域处理所带来的性能和效率 。 总的来说 , 这种方法上的改变使工程师能够在成本和功率受限的系统中前所未有地利用深度神经网络 。
AIsilicon
【电子工程世界|边缘AI是主角,嵌入式视觉峰会大剧透】事实上 , 有些会议将由几家为各种边缘人工智能领域开发ASIC设计的公司来举办 。
去年的嵌入式视觉峰会上Hailo发布了它的第一个深度学习处理器Hailo-8 , 该芯片芯片每秒最多运行26次tera操作(TOPS) , 该公司现在正在与众多精选客户进行测试 , 主要是在汽车行业 。 今年 , 他们将分享从实际应用中获得的经验 , 包括视频分析、工业检查和智慧城市 。
电子工程世界|边缘AI是主角,嵌入式视觉峰会大剧透
文章图片
因此 , 感知芯片被设计成可以在同一设备上处理音频和视频 , 运行速度不超过1瓦特 。 他们的演讲将是关于在电池驱动的硬件上高速运行现代神经网络 。
除了专用集成电路 , 许多其他类型的计算都适用于计算机视觉应用中的边缘AI 。 这包括DSP , 它的高度并行特性非常适合矩阵乘法操作 。 通常用于音频AI , 如语音识别(有明显的协同作用) , 尽管它们的性能不高 , 但dsp在低分辨率可视人工智能中确实有一些有趣的应用 , 因为在低分辨率可视人工智能中 , 电源限制非常严格 。
在今年的嵌入式视觉峰会上 , Cadence将展示从Tensilica获得的一系列边缘AI处理IP , 包括广受欢迎的HiFiDSPIP , 支持谷歌的TensorFlowLite 。 Cadence还将举办一个“expertbar”会议 , 公司的专家将回答与会者关于其各种DSPIP产品以及专门为人工智能处理而设计的DNA处理器IP的问题 。
此外 , 一些FPGA也很好地匹配了边缘的视觉AI 。 FPGA特别适合于1-bit数学运算(FPGA的查找表本质上是1位MAC);为了减少内存占用和功耗(二值化神经网络) , 人工智能的一些前沿领域正在将精度降低到1-bit 。
此次峰会 , Lattice将展示其小巧、低功耗、低成本的FPGA 。 这些设备将作为协同处理器添加到系统中 , 以实现可视化人工智能 。 该公司将在其设备上实现手势分类、人体检测和计数、面部识别等其他应用 。 Lattice开发了一套完整的软件栈 , 将在其设备上实现AI所有棘手部分抽象出来 。
Lattice也会开设一个关于低功耗人工智能的“expertbar” , 在那里他们将回答关于人工智能可以在FPGA上完成多少工作 , 以及会有多大的功耗预算 。


推荐阅读