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
http://www.latticesemi.com

Anzeige

Anzeige

Das könnte Sie auch Interessieren

Bild: Arrow Central Europe GmbH
Bild: Arrow Central Europe GmbH
Guardian Technologies gewinnt Innovators Award von Arrow Electronics

Guardian Technologies gewinnt Innovators Award von Arrow Electronics

Das KI-Startup Guardian Technologies aus Wangen im Allgäu ist der diesjährige Gewinner des Innovator Awards von Arrow Electronics. An dem Wettbewerb haben mehr als 50 Technologie-Startups aus Deutschland, Österreich und der Schweiz teilgenommen. Zwölf Unternehmen sind in das Finale eingezogen. Das im Jahr 2020 gegründete Unternehmen Guardian Technologies ist ein Hersteller von kompakten, KI- und Kamera-basierten Systemen, die Brände schnell entdecken und löschen können.

Bild: Ametek GmbH - Creaform Deutschland GmbH
Bild: Ametek GmbH - Creaform Deutschland GmbH
Kostenfreies Webinar ‚Robot Vision‘

Kostenfreies Webinar ‚Robot Vision‘

Am Dienstag, den 28. September, findet ab 14 Uhr im Rahmen der inVISION TechTalks das kostenlose Webinar ‚Robot Vision‘ statt. In drei 20-minütigen Präsentationen stellen Wenglor, Vecow und Lucid Vision aktuelle Trends bei Software für die Roboterführung, KI-Plattformen für autonome geführte Robotik und Time-of-Flight-Kameras für Robotik und Automation vor.