|
通過結合CEVA-XM圖像和視覺平臺及Brodmann17的深度學習技術，為智能手機、無人機、汽車、監控攝像機等裝置帶來超低功耗深度學習視覺功能 CEVA和Broadmann17宣布進行合作，目標是加快深度學習計算機視覺在主流應用中的部署。CEVA和 Brodmann17合作完善邊緣設備中的深度學習功能，與基于領先GPU的實施方案相比，實現性能和功率效率的數量級提升。 消費設備廣泛采用人工智能(AI)的勢頭繼續保持不變，然而，在電池供電設備上，基于云的深度學習被諸多問題困擾，包括延遲、安全和需要恒定可靠的互聯網連接。在設備本身或者在邊緣實施人工智能便可以消除所有這些問題，但這需要使用高效的計算機視覺處理器以滿足嚴苛的功率需求，并且，必須通過專有深度學習軟件以提供云系統所需的精度和性能。 Brodmann17開發了一款面向嵌入式設備的專用深度學習技術，面向基于邊緣的人工智能的視覺識別。Brodmann17的深度學習架構使用正在申請專利的技術來生成多個較小的神經網絡，與市場上生成的任何其它網絡相比，速度更快且更加精確。通過與Brodmann17合作，CEVA-XM平臺的授權許可廠商及其客戶能夠使用Brodmann17的深度學習目標檢測功能，在CEVA-XM上達到極高的精度并且速率達到每秒100幀。與在NVIDIA Jetson TX2 AI超級計算機上運行的相同軟件相比，這等同于性能提升了170%。與現今在NVIDIA TX2 上運行的流行的Faster-RCNN算法組合相比，每秒幀率提升了20倍。 Brodmann17首席執行官Adi Pinhas表示：“我們正在申請專利的深度學習視覺軟件十分適合想為其設備增添智能的使用CEVA-XM平臺的CEVA客戶和OEM廠商。這款開創先河的同類首個硬件和軟件組合達到了出色的實時性能，可使用單一DSP來支持多相機以及達到更高分辨率。” CEVA視覺業務部門副總裁Ilan Yona表示：“為了在大眾市場設備中真正實現AI性能和功能最大化，不僅需要像我們的CEVA-XM平臺這樣的專用硬件，還需要經過培訓在邊緣嵌入式設備上高效運行的神經網絡。Brodmann17的深度學習軟件能夠創建極其輕便、準確靈活的網絡，從頭開始訓練，并且考慮到嵌入式裝置的特性。我們很高興與他們合作，并且將其獨特的功能帶給CEVA-XM生態系統。” Brodmann17將會在2017年10月 23日至27日召開的大陸和臺灣CEVA系列技術研討會上展示和演示其配合CEVA-XM4圖像和視覺平臺的深度學習軟件。研討會參觀者可以在這些活動中與來自 CEVA和Brodmann17的計算機視覺專家會面。如要了解如何注冊，請訪問研討會網站http://events.ceva-dsp.com/symposium-2017-sc/。 |
