Lattice Semiconductor Corporation hat seinen Lattice sensAI-Lösungsstack um Funktionen für die schnellere Entwicklung von AI/ML-Anwendungen auf stromsparenden Lattice FPGAs erweitert. Zu den Verbesserungen zählen Unterstützung für die Embedded-Prozessor-Entwicklungsumgebung Lattice Propel und das TensorFlow Lite Deep-Learning-Framework für Inferencing auf solchen Prozessoren. Die neue Version umfasst Lattice sensAI Studio, eine Entwicklungsumgebung für Ende-zu-Ende-Training, Validierung und Compilierung von ML-Modellen. Mit sensAI 4.0 können Entwickler über eine einfache Drag&Drop-Schnittstelle FPGA-Designs mit einem RISC-V-Prozessor und einer CNN-Beschleunigungs-Engine erstellen, um ML-Anwendungen schnell und einfach auf stromsparenden Edge-Geräten zu implementieren.
Die wichtigsten Verbesserungen am Lattice sensAI-4.0-Lösungsstack:
TensorFlow Lite – die Unterstützung für dieses Framework reduziert den Stromverbrauch und steigert die Daten-Co-Processing-Leistung in AI/ML-Inferencing-Anwendungen. TensorFlow Lite läuft auf einem Lattice FPGA zwei- bis zehnmal schneller als auf einer MCU auf der Basis von ARM Cortex-M4. Künstliche Intelligenz (KI) verspricht die Revolution der Fertigung, doch in der Praxis scheitern viele Projekte an einer unzureichenden Datenbasis. Warum Sie erst Ordnung schaffen müssen, bevor Sie Künstliche Intelligenz erfolgreich nutzen können. ‣ weiterlesen
Ohne Datenordnung keine Effizienz: Wie Sie Ihre Produktion KI-ready machen
Lattice Propel – der Stack unterstützt sowohl die grafische Benutzeroberfläche als auch die Befehlszeilenkommandos der Propel-Umgebung und ermöglicht dadurch Erstellung, Analyse, Compilierung und Debugging sowohl des Hardware- als auch Software-Designs eines FPGA-basierten Prozessorsystems. Selbst Entwickler, die mit FPGA-Design nicht vertraut sind, können mithilfe der benutzerfreundlichen Drag&Drop-Oberfläche des Tools AI/ML-Anwendungen auf stromsparenden Lattice-FPGAs mit Unterstützung für RISC-V-basiertes Co-Processing erstellen.
Lattice sensAI Studio – ein Tool mit grafischer Benutzeroberfläche für Training, Validierung und Compilierung von ML-Modellen, die für Lattice FPGAs optimiert sind. Das Tool macht es einfach, die Vorteile des Transfer-Lernens für den Einsatz von ML-Modellen zu nutzen.
Verbesserte Leistung – durch die Nutzung von Fortschritten bei der ML-Modellkompression und beim Pruning unterstützt sensAI 4.0 die Bildverarbeitung mit 60 FPS bei QVGA-Auflösung oder 30 FPS bei VGA-Auflösung.
