VectorBlox Accelerator Software Development Kit (SDK) firmy Microchip, pomaga programistom w korzystaniu z układów FPGA PolarFire®

Wraz z rozwojem sztucznej inteligencji (AI), uczenia maszynowego (ML) oraz Internetu przedmiotów (IoT), aplikacje przenoszą się na brzeg sieci, gdzie gromadzone są dane, co wymaga energooszczędnych rozwiązań zapewniających większą wydajność obliczeniową w coraz mniejszych rozmiarach. Dzięki inicjatywie Smart Embedded Vision firma Microchip Technology Inc. zaspokaja rosnące zapotrzebowanie na energooszczędne rozwiązania w aplikacjach brzegowych, ułatwiając programistom wdrażanie algorytmów AI w programowalnych tablicach bramek PolarFire® (FPGA). Jako znaczący dodatek do portfolio rozwiązań w tym segmencie, zestaw VectorBlox Accelerator Software Development Kit (SDK) firmy Microchip, pomaga programistom w korzystaniu z układów FPGA PolarFire®, do tworzenia elastycznych aplikacji sieci neuronowych opartych na nakładkach, bez potrzeby uczenia się specjalistycznych narzędzi FPGA.

Układy FPGA są idealne do aplikacji AI na krawędzi, takich jak wnioskowanie w środowiskach obliczeniowych o ograniczonej mocy,ponieważ mogą wykonywać więcej operacji w giga operacjach na sekundę (GOPS) przy większej wydajności energetycznej niż jednostka centralna (CPU) lub jednostka graficzna (GPU), ale wymagają specjalistycznych umiejętności projektowania sprzętu. Zestaw VectorBlox Accelerator SDK firmy Microchip został zaprojektowany,aby umożliwić programistom kodowanie w C / C ++, dla programowania energooszczędnych sieci neuronowych bez wcześniejszego doświadczenia w projektowaniu FPGA.

Wysoce elastyczny zestaw narzędzi może wykonywać modele w formacie TensorFlow oraz w formacie otwartej sieci neuronowej (ONNX),który oferuje najszerszą interoperacyjność. ONNX obsługuje wiele platform, takich jak Caffe2, MXNet, PyTorch iMATLAB®. W przeciwieństwie do alternatywnych rozwiązań FPGA,VectorBlox Accelerator SDK firmy Microchip jest obsługiwany w systemach operacyjnych Linux® i Windows®, a także zawiera dokładny bitowy symulator, który umożliwia użytkownikowi sprawdzenie poprawności sprzętu w środowisku oprogramowania. Adres IP sieci neuronowej dołączony do zestawu obsługuje także ładowanie różnych modeli sieci w czasie wykonywania.

„Aby twórcy oprogramowania mogli czerpać korzyści z energooszczędności układów FPGA, musimy usunąć przeszkodę w nauce nowych architektur FPGA i toku pracy zastrzeżonych narzędzi,jednocześnie zapewniając im możliwość przenoszenia rozwiązań wieloskładnikowych i wielosieciowych.,” Powiedział Bruce Weyer, wiceprezes jednostki biznesowej Field Programmable Gate Array w Microchip. „Zestaw VectorBlox Accelerator SDK firmy Microchip irdzeń IP sieci neuronowej umożliwią zarówno programistom, jak i inżynierom implementację niezwykle elastycznej architektury zwojowej sieci neuronowej w układach FPGA PolarFire, dzięki której będą mogli łatwiej budować i wdrażać swoje systemy brzegowe z obsługą AI, które mają najlepsze w swojej klasie współczynniki rozmiaru, właściwości termiczne oraz charakterystykę mocy.”

Układy FPGA PolarFire zapewniają do 50 procent niższą całkowitą moc niż konkurencyjne urządzenia, a jednocześnie oferują 25-procentowe bloki matematyczne o wyższej pojemności,które mogą zapewnić do 1,5 tera operacji na sekundę (TOPS). Korzystając z układów FPGA, programiści mają również większe możliwości dostosowywania i różnicowania dzięki wbudowanej możliwości rozbudowy urządzeń i możliwości integracji funkcji w jednym układzie. Sieć neuronowa IP FPGA PolarFire jest dostępna w różnych rozmiarach, aby dopasować wydajność, moc i właściwości termiczne do aplikacji, umożliwiając klientom wdrożenie ich rozwiązań w rozmiarach tak małych jak 11 × 11 mm.

Inicjatywa Smart Embedded Vision firmy Microchip została uruchomiona w lipcu ubiegłego roku, aby zapewnić inżynierom sprzętu i oprogramowania narzędzia, rdzenie własności intelektualnej (IP) i zestawy deweloperskie, do spełnienia wymagań projektowych ograniczonych termicznie i niewielkich aplikacji krawędziowych. Ponieważ układy FPGA PolarFire zapewniają niższą moc w porównaniu z innymi rozwiązaniami, klienci mogą wyeliminować potrzebę stosowania wentylatorów w swoich obudowach. Układy FPGA PolarFire oferują również bardziej funkcjonalną integrację z projektem klienta. Na przykład w aplikacjach, takich jak inteligentna kamera, układy FPGA PolarFire mogą zintegrować potok sygnału, który obejmuje interfejs czujnika, kontroler DDR, IP przetwarzania obrazu (ISP) i interfejsy sieciowe, a wszystko to przy jednoczesnym zintegrowaniu wnioskowania AI dla uczenia maszynowego.