El kit de desarrollo de software y la IP de VectorBlox de Microchip ofrecen a los desarrolladores de software una manera sencilla de programar una red neuronal entrenada sin conocimientos previos sobre FPGA
El auge de la inteligencia artificial (IA), el aprendizaje automático e Internet de las Cosas provoca que las aplicaciones se trasladen a la periferia de la red donde se recogen los datos y ello requiere soluciones con un consumo eficiente para proporcionar una mayor capacidad de cálculo en un tamaño cada vez más pequeño y con más limitaciones de tipo térmico. Microchip Technology Inc. (Nasdaq: MCHP), a través de su iniciativa Smart Embedded Vision, cubre la creciente necesidad de inferencia con un consumo eficiente para aplicaciones en la periferia, facilitando así a los desarrolladores de software la implementación de sus algoritmos en FPGA (field-programmable gate arrays) PolarFire®. Una incorporación importante al catálogo de soluciones de Microchip en este segmento es el kit de desarrollo de software VectorBlox Accelerator, que ayuda a los desarrolladores a aprovechar las FPGA PolarFire de Microchip para crear aplicaciones sobre redes neuronales de bajo consumo basadas en una superposición flexible sin necesidad de aprender un flujo de herramientas para FPGA.
Las FPGA son ideales para aplicaciones de IA en la periferia, como inferencia en entornos informáticos con un consumo limitado, porque pueden realizar más gigaoperaciones por segundo (GOPS) con una eficiencia muy superior a una unidad central de proceso (CPU) o una unidad de procesamiento gráfico (GPU), pero exigen conocimientos especializados sobre diseño de hardware. El kit de desarrollo de software VectorBlox Accelerator de Microchip se ha diseñado para permitir que los desarrolladores codifiquen en C/C++ y programen redes neuronales con un consumo eficiente sin experiencia previa en diseño con FPGA.
El kit de herramientas es muy flexible y puede ejecutar modelos en formato TensorFlow y ONNX (open neural network exchange), que ofrece el mayor grado de interoperatividad con el entorno. ONNX es compatible con muchos entornos, como Caffe2, MXNet, PyTorch y MATLAB®. A diferencia de otras soluciones para FPGA, el kit de desarrollo de software VectorBlox Accelerator de Microchip es compatible con los sistemas operativos Linux® y Windows® e incorpora un simulador con precisión de un bit que ofrece al usuario la oportunidad de comprobar la precisión del hardware mientras se halla en un entorno de software. La IP de la red neuronal incluida en el kit también permite cargar diferentes modelos de red durante el tiempo de ejecución.
“Para que los desarrolladores de software aprovechen el consumo eficiente de las FPGA necesitamos acabar con el obstáculo que representa tener que aprender nuevas arquitecturas de FPGA y herramientas propietarias, además de aportarles la flexibilidad de las soluciones para diferentes entornos y redes”, señaló Bruce Weyer, vicepresidente de la unidad de negocio FPGA de Microchip.
“El kit de desarrollo de software VectorBlox Accelerator y el núcleo de IP para red neuronal de Microchip ofrecerán a los desarrolladores de software y hardware una manera de implementar una arquitectura de red neuronal convolucional con una superposición extremadamente flexible sobre FPGA PolarFire, a partir de la cual disponer de una mayor facilidad para construir e implementar sus sistemas en la periferia para AI y que ofrecen las mejores características dentro de su categoría por lo que se refiere a dimensiones, térmicas y de consumo”.
Para inferencia en la periferia, las FPGA PolarFire reducen hasta un 50% el consumo total respecto a los dispositivos de la competencia, ofreciendo al mismo tiempo bloques matemáticos cuya capacidad es un 25% más elevada que pueden alcanzar hasta 1,5 teraoperaciones por segundo (TOPS). Al utilizar FPGA, los desarrolladores también cuentan con más opciones de personalización y diferenciación gracias a la capacidad de actualización inherente de los dispositivos y a su capacidad de integrar funciones en un solo chip. La IP de la red neuronal de la FPGA PolarFire está disponible en diferentes tamaños con el fin de equilibrar las prestaciones, el consumo y el tamaño del encapsulado en la aplicación, permitiendo así que los clientes implementen sus soluciones en encapsulados a partir de 11 × 11 mm.
La iniciativa Smart Embedded Vision de Microchip fue puesta en marcha el pasado mes de julio para suministrar a los desarrolladores de hardware y software tanto herramientas como núcleos de propiedad intelectual (IP) y tarjetas para cumplir los requisitos térmicos y de pequeño tamaño de las aplicaciones en la periferia. Gracias al menor consumo de las FPGA PolarFire respecto a otras soluciones, los clientes pueden eliminar la necesidad de ventiladores. Las FPGA PolarFire también ofrecen la integración funcional para el diseño de un cliente. Por ejemplo, en aplicaciones como una cámara inteligente, las FPGA PolarFire pueden integrar el canal de señal de imagen, formado por la interfaz del sensor, el controlador DDR, la IP de procesamiento de señal de imagen (image signal processing, ISP) y las interfaces de red, todas las cuales integran la inferencia de aprendizaje automático.
