RISC-V MCU中文社区

晶心科技和Deeplite协力推动极精简深度学习模型-嵌入式系统-与非网

分享于 2020-01-06 17:34:39
0
2370

      【台湾新竹】2019 年 12 月 31 日—32/64 位高效能、低功耗、精简 RISC-V CPU 核心的领导供货商、RISC-V 基金会创始白金会员晶心科技,与 Lightweight Intelligence™ 的创建者,总部位于加拿大蒙特利尔的新创公司 Deeplite, Inc.,今日宣布将携手合作,在基于 AndeStar™ V5 架构的晶心 RISC-V CPU 核心上配置高度优化的深度学习模型,使 AI 深度学习模型变得更轻巧、快速和节能。

       

      近年来,诸如支持人工智能(AI)的家庭助理等智能装置如雨后春笋般普及,为将极精简的深度学习模型应用至日常生活提供了理想平台。为追求低功耗和低计算资源且有效运行,智能装置必须易于使用并能实时响应使用者请求。如今,因应复杂的 AI 模型计算和功耗需求,大多数智能装置必须将用户数据和需求发送至云端执行 AI 处理,再将结果传回智能装置。

       

      晶心科技和 Deeplite 联手推出解决方案,使诸如智慧家庭助理的人机互动界面可以在本地操作,且几乎不需要联机至云端;当智能家庭助理通过小型摄像机侦测到人时,装置将会自动“唤醒”。其目标为优化在第一个采用 DSP SIMD ISA 的商业 RISC-V 核心 Andes A25 和 D25F 上运行的深度学习模型,适用于低成本的 AI 边缘计算应用。该团队从在 13MB 大的 Visual Wake Words(VWW)视觉唤醒关键词数据集上训练的 MobileNet 模型开始,使用 Deeplite 的硬件感知优化引擎,在精准度只降低 1%的情况下,自动发现、训练和运用小于 188KB 的新模型。

       

      “我们发现越来越多的行业需要在我们具有 DSP 指令的 RISC-V 核心如 A25 和 D25F 上运行嵌入式、优化的深度学习模型以加速深度学习演算,”晶心科技首席技术官暨执行副总苏泓萌博士表示,“Deeplite 提供了一个可以在晶心内部使用的解决方案,同时也可以让我们的客户将在晶心 RISC-V CPU 核心上的深度学习算法运用到资源有限的边缘装置。”

       

      “我对于这次的合作感到非常兴奋!Deeplite 不仅在最小精度的影响下提供了高达 69 倍深度学习模型的优化,我们也自动化以前费时又容易出错的人工神经网络架构设计。”Deeplite, Inc. CEO Nick Romano 表示,“过去需要花费数周反复测试才能完成的工作,现在可以在几个小时内自动完成!结合 Deeplite 的 Lightweight Intelligence™ 和晶心最好的 CPU,使我们更进一步将 AI 推广于日常生活中。”

       

      透过将 Deeplite 领先业界的优化技术与晶心最先进的 RISC-V CPU 相结合,为如语音识别或人员侦测等所需的微控制器级内存及运算要求,原始设备厂商(OEM)和应用开发人员可以提供让用户可将数据保留在装置上,并且同时仍能提供在世界各地真实环境下 AI 需有的实时且无缝响应等优势。

       

      欲取得此次合作的白皮书,请联系产品联合创始人暨副总 Davis Sawyer (davis@deeplite.ai)

*免责声明:以上内容仅供交和流学习之用。如有任何疑问或异议,请留言与我们联系。
2370 0

你的回应
	
mikew

mikew 未通过实名认证

懒的都不写签名

积分
问答
粉丝
关注
  • RV-STAR 开发板
  • RISC-V处理器设计系列课程
  • 培养RISC-V大学土壤 共建RISC-V教育生态
RV-STAR 开发板