加利福尼亞州洛斯阿爾托斯，2020年11月19日– Deep Vision退出隱身模式，并啟動(dòng)其ARA-1推理處理器，以支持在邊緣創(chuàng)建新的世界AI視覺(jué)應(yīng)用程序。處理器以緊湊的外形尺寸實(shí)現(xiàn)了計(jì)算，內(nèi)存，能效（典型值2W）和超低延遲之間的最佳平衡，使其成為端點(diǎn)（如相機(jī)，傳感器以及具有高計(jì)算能力的邊緣服務(wù)器）的最終選擇需求，模型靈活性和能源效率至關(guān)重要。

Deep Vision首席執(zhí)行官Ravi Annavajjhala說(shuō)：“當(dāng)今復(fù)雜的AI工作負(fù)載不僅需要低功耗，而且還需要低延遲才能在邊緣交付實(shí)時(shí)智能?！?“不再需要在性能和效率之間進(jìn)行權(quán)衡。開(kāi)發(fā)人員現(xiàn)在可以在一個(gè)處理器上獲得更高準(zhǔn)確性的結(jié)果和豐富的數(shù)據(jù)見(jiàn)解?！?/p>

突破性的高效架構(gòu)

深度學(xué)習(xí)模型的復(fù)雜性不斷增長(zhǎng)，并在邊緣推動(dòng)了對(duì)AI的計(jì)算需求的增長(zhǎng)。Deep Vision ARA-1處理器基于獲得專利的多態(tài)數(shù)據(jù)流架構(gòu)，能夠處理各種數(shù)據(jù)流，以最大程度地減少片上數(shù)據(jù)移動(dòng)。該架構(gòu)支持每個(gè)神經(jīng)網(wǎng)絡(luò)模型內(nèi)的指令，從而可以在深度學(xué)習(xí)模型內(nèi)最佳地映射任何數(shù)據(jù)流模式。將數(shù)據(jù)保持在靠近計(jì)算引擎的位置可以最大程度地減少數(shù)據(jù)移動(dòng)，從而確保高推理吞吐量，低延遲和更高的電源效率。編譯器自動(dòng)為神經(jīng)網(wǎng)絡(luò)中的每一層評(píng)估多個(gè)數(shù)據(jù)流模式，并選擇性能最高和功耗最低的模式。

通過(guò)同時(shí)進(jìn)行多模型處理，Deep Vision ARA-1處理器還可以有效地運(yùn)行多個(gè)模型，而不會(huì)影響性能，從而更快，更準(zhǔn)確地生成結(jié)果。Deep Vision ARA-1處理器以比Edge TPU和Movidius MyriadX低的系統(tǒng)功耗運(yùn)行深度學(xué)習(xí)模型，例如Resnet-50，其延遲比Edge TPU高6倍，而延遲比MyriadX高4倍。

以軟件為中心的方法打破了復(fù)雜性障礙

Deep Vision的軟件開(kāi)發(fā)套件（SDK）和硬件緊密結(jié)合在一起，可以無(wú)縫地協(xié)同工作，

以最低的功耗確保最佳的模型精度。借助內(nèi)置的量化器，模擬器和事件探查器，開(kāi)發(fā)人員擁有支持計(jì)算復(fù)雜的推理應(yīng)用程序設(shè)計(jì)和執(zhí)行所需的所有工具。從歷史上講，在不進(jìn)行大量代碼開(kāi)發(fā)的情況下將模型遷移到生產(chǎn)的過(guò)程一直具有挑戰(zhàn)性。Deep Vision的SDK還支持無(wú)摩擦的工作流程，從而實(shí)現(xiàn)了從培訓(xùn)模型到生產(chǎn)應(yīng)用程序的低代碼，自動(dòng)化，無(wú)縫遷移過(guò)程。該SDK通過(guò)顯著提高生產(chǎn)率并縮短整體上市時(shí)間，從而減少了昂貴的開(kāi)發(fā)時(shí)間。

責(zé)任編輯：lq