Chandler, Arizona, 18 Mei, 2020 — Dengan munculnya Kecerdasan Buatan atau Artificial Intelligence (AI), Machine Learning (ML) dan Internet of Things (IoT), aplikasi mulai berpindah ke tepi jaringan tempat data dikumpulkan, dimana hal ini membutuhkan solusi hemat tenaga untuk memberikan lebih banyak kinerja komputasi dengan faktor yang lebih kecil dan terbatas termal. Melalui inisiatif Smart Embedded Vision, Microchip Technology Inc. (Nasdaq: MCHP) memenuhi kebutuhan yang semakin meningkat untuk aplikasi inferensi efisien dalam aplikasi tepi dengan membuatnya lebih mudah bagi pengembang software untuk mengimplementasikan algoritma mereka dalam susunan gerbang yang diprogram di lapangan (FPGA – field-programmable gate arrays) PolarFire®. Sebagai tambahan penting untuk portofolio solusi di segmen ini, VectorBlox Accelerator Software Development Kit (SDK) milik Microchip membantu pengembang perangkat lunak memanfaatkan PolarFire FPGAs Microchip untuk membuat aplikasi jaringan neural berbasis-tenaga yang fleksibel dan bertenaga rendah tanpa harus mempelajari aliran tool FPGA.
FPGA sangat ideal untuk aplikasi tepi kecerdasan buatan, seperti inferensi dalam lingkungan komputasi dengan keterbatasan tenaga, karena mereka dapat melakukan lebih banyak operasi giga per detik (GOPS – giga operations per second) dengan efisiensi tenaga yang lebih besar dabandingkan dengan central processing unit (CPU ) atau graphics processing unit (GPU). Namun, FPGA membutuhkan keterampilan desain perangkat keras khusus. VectorBlox Accelerator SDK Microchip dirancang untuk memperbolehkan pengembang membuat kode dalam C / C ++ dan memprogram jaringan neural hemat tenaga tanpa pengalaman desain FPGA sebelumnya.
Paket toolkit yang sangat fleksibel dapat menjalankan model dalam format TensorFlow dan open neural network exchange (ONNX) yang menawarkan interoperabilitas kerangka kerja terluas. ONNX mendukung banyak kerangka kerja seperti Caffe2, MXNet, PyTorch, dan MATLAB®. Tidak seperti solusi FPGA alternatif, VectorBlox Accelerator SDK Microchip didukung dalam sistem operasi Linux® dan Windows®, termasuk simulator bit yang akurat sehingga memberikan Microchip Reveals Software Development Kit and Neural Network IP 2-2-2-2 pengguna kesempatan untuk memvalidasi keakuratan perangkat keras saat berada dalam lingkungan perangkat lunak. IP neural network yang disertakan dalam kit ini juga mendukung kemampuan memuat model jaringan yang berbeda saat dijalankan.
“Agar para pengembang perangkat lunak mendapatkan manfaat dari efisiensi daya FPGA, kami perlu menghilangkan halangan waktu pembelajaran arsitektur FPGA baru serta paten aliran alat, sambil memberi mereka fleksibilitas untuk memiliki solusi multi-kerangka kerja dan multi-jaringan, ” kata Bruce Weyer, vice president Field Programmable Gate Array, Microchip. “VectorBlox Accelerator SDK Microchip dan dasar IP neural akan memberikan pengembang perangkat lunak dan perangkat keras cara untuk mengimplementasikan arsitektur jaringan neural convolutional overlay yang sangat fleksibel pada PolarFire FPGAs, dari mana mereka kemudian dapat lebih mudah mendesain dan mengimplementasikan sistem tepi yang diaktifkan sistem kecerdasan buatan yang memiliki faktor bentuk, termal, dan karakteristik daya terbaik di kelasnya.”
Untuk inferensi di tepi, FPGA PolarFire memberikan hingga 50 persen total tenaga lebih rendah daripada perangkat pesaing lainnya, sambil tetap menawarkan blok matematika berkapasitas 25 persen lebih tinggi yang dapat menghasilkan operasi 1,5 tera/detik (TOPS). Dengan menggunakan FPGA, pengembang juga memiliki peluang lebih besar untuk kustomisasi dan diferensiasi melalui peningkatan yang melekat pada perangkat dan kemampuan untuk mengintegrasikan berbagai fungsi pada satu chip. IP jaringan neural PolarFire FPGA tersedia dalam berbagai ukuran untuk berbagai kinerja, tenaga, dan ukuran paket untuk aplikasi, memungkinkan pengguna untuk mengimplementasikan solusi mereka dalam ukuran paket sekecil 11 × 11 mm.
Inisiatif Smart Embedded Vision dari Microchip diluncurkan Juli lalu untuk memberi para pengembang perangkat keras dan perangkat lunak alat, dasar kekayaan intelektual (IP), dan board untuk memenuhi persyaratan aplikasi tepi yang dibatasi secara termal dan small-form-factor. Karena PolarFire FPGA memberikan tenaga yang lebih rendah dibandingkan solusi lain, pengguna dapat menghilangkan kebutuhan untuk kipas dalam perangkat mereka. PolarFire FPGAs juga menawarkan integrasi fungsional lebih banyak untuk desain milik pengguna. Contohnya, dalam aplikasi seperti kamera pintar, PolarFire FPGAs dapat mengintegrasikan pipa sinyal gambar yang mencakup sensor interface, controller DDR, IP pemrosesan sinyal gambar (ISP – image signal processing), dan network interfaces, semua sambil mengintegrasikan inferensi machine learning.
Ketersediaan
Microchip Reveals Software Development Kit and Neural Network IP 3-3-3-3 VectorBlox Accelerator SDK Microchip dijadwalkan akan tersedia pada kuartal ketiga 2020, dimulai dengan Program Early Access pada bulan Juni. FPGA PolarFire dalam diproduksi. Untuk informasi lebih lanjut, kunjungi halaman web Smart Embedded Vision atau hubungi [email protected].
BNI Syariah, BPSDM PUPR, Blibli, Owens Illinois Indonesia, Vivo, HP Inc. Indonesia, Signify, Microchip Technology, Inspirational Video, Motivational Video
