色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

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(rèn)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

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.1cnz.cn/v/tag/1301/" target="_blank">通信成本降至最低,又要降低功耗、保護(hù)隱私并提高對多個邊緣節(jié)點的可擴(kuò)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(yuǎn)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(jī)器人系統(tǒng)則可能需要融合圖像傳感器、麥克風(fēng)、運(yùn)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(jì)末,邊緣AI處理器芯片市場的年復(fù)合增長率預(yù)計將達(dá)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(fèi)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(jī)器人、機(jī)器/工廠控制和預(yù)測性維護(hù)。

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(qiáng)大,如此才能滿足應(yīng)用這些產(chǎn)品的認(rèn)可需求。此類產(chǎn)品必須根據(jù)消費(fèi)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(fù)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(zhǔn)確性度更高的信息或補(bǔ)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(dá)與超聲波測距技術(shù),另外也可以結(jié)合使用IMU輸入,進(jìn)一步細(xì)化定位估計結(jié)果。SLAM算法可以對這些功能形成補(bǔ)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(dá)、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(yùn)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(yùn)算支持、針對應(yīng)用的ISA擴(kuò)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(dá)速度、10倍的音頻速度(相較于上一代SensPro而言)。

在各種消費(fèi)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(jìn)行并行處理。之后再在每個子圖像上運(yùn)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(dá)8個并行運(yùn)行的引擎。

大家對精度和性能的期望遠(yuǎn)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(biāo)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(yù)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(biāo)準(zhǔn)CPUGPU上運(yùn)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(jìn)行升級。CEVA的深度神經(jīng)網(wǎng)絡(luò) (CDNN) AI編譯器簡化了從標(biāo)準(zhǔn)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(kuò)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(qiáng)、計算機(jī)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(fèi)、汽車、機(jī)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(jī)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(jī)、可穿戴設(shè)備、AR/VR、PC機(jī)、機(jī)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(lán)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(biāo)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

    553

    文章

    8011

    瀏覽量

    349122
  • 藍(lán)牙
    +關(guān)注

    關(guān)注

    114

    文章

    5830

    瀏覽量

    170471
  • CEVA
    +關(guān)注

    關(guān)注

    1

    文章

    178

    瀏覽量

    75957

原文標(biāo)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

    評論

    相關(guān)推薦

    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(qiáng)大而高效的軟件工具鏈補(bǔ)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 ?179次閱讀

    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(dú)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(jī)器學(xué)習(xí)算法,進(jìn)行快速、靈活的信號分析、去噪、傳感器調(diào)節(jié)校準(zhǔn)、閉環(huán)反饋等應(yīng)用。如果您
    的頭像 發(fā)表于 11-01 08:06 ?313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 ?693次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的案例分析

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network, ANN)作為深度學(xué)習(xí)領(lǐng)域的重要分支,自20世紀(jì)80年代以來一直是人工智能領(lǐng)域的研究熱點。其靈感來源于生物
    的頭像 發(fā)表于 07-08 18:20 ?799次閱讀

    人工神經(jīng)網(wǎng)絡(luò)模型的分類有哪些

    詳細(xì)介紹人工神經(jīng)網(wǎng)絡(luò)的分類,包括前饋神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、深度
    的頭像 發(fā)表于 07-05 09:13 ?1245次閱讀

    深度神經(jīng)網(wǎng)絡(luò)的設(shè)計方法

    深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks, DNNs)作為人工智能領(lǐng)域的重要技術(shù)之一,通過模擬人腦神經(jīng)元之間的連接,實現(xiàn)了對復(fù)雜數(shù)據(jù)的自主學(xué)習(xí)和
    的頭像 發(fā)表于 07-04 13:13 ?476次閱讀

    人工智能神經(jīng)網(wǎng)絡(luò)系統(tǒng)的特點

    人工智能神經(jīng)網(wǎng)絡(luò)系統(tǒng)是一種模擬人腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能的計算模型,具有高度的自適應(yīng)性、學(xué)習(xí)能力和泛化能力。本文將介紹人工智能神經(jīng)網(wǎng)絡(luò)系統(tǒng)的特點
    的頭像 發(fā)表于 07-04 09:42 ?493次閱讀

    人工智能人工神經(jīng)網(wǎng)絡(luò)有什么區(qū)別

    人工智能(Artificial Intelligence,簡稱AI)和人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,簡稱ANN)是兩個密切相關(guān)但又有所區(qū)別的概念。 定義和起源
    的頭像 發(fā)表于 07-04 09:39 ?1270次閱讀

    人工智能神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是什么

    人工智能神經(jīng)網(wǎng)絡(luò)是一種模擬人腦神經(jīng)網(wǎng)絡(luò)的計算模型,其結(jié)構(gòu)和功能非常復(fù)雜。 引言 人工智能神經(jīng)網(wǎng)絡(luò)是一種模擬人腦
    的頭像 發(fā)表于 07-04 09:37 ?595次閱讀

    人工智能神經(jīng)網(wǎng)絡(luò)芯片的介紹

    人工智能神經(jīng)網(wǎng)絡(luò)芯片是一類專門為深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)算法設(shè)計的處理。它們具有高性能、低功耗、可擴(kuò)展等特點,廣泛應(yīng)用于圖像識別、語音識別、自然
    的頭像 發(fā)表于 07-04 09:33 ?789次閱讀

    神經(jīng)網(wǎng)絡(luò)人工智能的關(guān)系是什么

    神經(jīng)網(wǎng)絡(luò)人工智能的關(guān)系是密不可分的。神經(jīng)網(wǎng)絡(luò)人工智能的一種重要實現(xiàn)方式,而人工智能則是神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-03 10:25 ?1156次閱讀

    深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)作為其中的重要分支,已經(jīng)在多個領(lǐng)域取得了顯著的應(yīng)用成果。圖像識
    的頭像 發(fā)表于 07-02 18:19 ?921次閱讀

    神經(jīng)網(wǎng)絡(luò)人工智能的關(guān)系

    在快速發(fā)展的科技領(lǐng)域,人工智能(Artificial Intelligence, AI)和神經(jīng)網(wǎng)絡(luò)(Neural Networks)是兩個備受矚目的概念。它們之間的聯(lián)系緊密而復(fù)雜,共同推動了智能
    的頭像 發(fā)表于 07-01 14:23 ?873次閱讀

    詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

    在如今的網(wǎng)絡(luò)時代,錯綜復(fù)雜的大數(shù)據(jù)和網(wǎng)絡(luò)環(huán)境,讓傳統(tǒng)信息處理理論、人工智能與人工神經(jīng)網(wǎng)絡(luò)都面臨巨大的挑戰(zhàn)。近些年,深度學(xué)習(xí)逐漸走進(jìn)人們的視線
    的頭像 發(fā)表于 01-11 10:51 ?2064次閱讀
    詳解<b class='flag-5'>深度</b>學(xué)習(xí)、<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>與卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的應(yīng)用
    主站蜘蛛池模板: 亚洲无AV在线中文字幕| 中文字幕亚洲无线码一区| 日本美女论坛| 日韩av片无码一区二区不卡电影 | 中文字幕蜜臀AV熟女人妻| 0951影音在线| 俺也去最新地址| 国产精品亚洲电影久久成人影院| 国内精品久久| 毛片手机在线| 日日摸夜夜嗷嗷叫日日拍| 性做久久久久久久久浪潮| 夜色资源站国产www在线视频| 最近中文字幕完整版高清| www.av日韩| 国产人妻午夜无码AV天堂| 久久精品亚洲热综合一本| 欧美xxxxx九色视频免费观看| 三级黄色网| 亚洲日韩中文字幕区| 99久久国产露脸精品国产吴梦梦| 都市妖奇谈有声| 黑人强伦姧人妻日韩那庞大的| 久久一级视频| 色噜噜狠狠色综合欧洲| 亚洲成在人线视频| 1区2区3区4区产品不卡码网站| 朝鲜女人性猛交| 黄色精品视频| 欧美日韩亚洲综合2019| 我要色色网| 67194con免费福和视频| 国产成人高清精品免费5388密| 久久成人免费观看全部免费| 漂亮的保姆3集电影免费观看中文| 幸福草电视剧演员表介绍| 一级毛片美国| 俄罗斯人与动ZOOZ| 久久精品亚洲国产AV涩情| 三级网址在线| 最近中文字幕MV免费高清在线|