Lattice sensAI Lösungsstack verein­facht Ent­wick­lung von AI/ML-Modellen am Netz­werk­rand

Bild: Lattice Semiconductor GmbH

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.

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.

Lattice Semiconductor GmbH

Das könnte Sie auch Interessieren

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.