L'IP et le SDK VectorBlox de Microchip offrent aux développeurs de logiciels un moyen simple de programmer un réseau de neurones formé sans connaissances préalables en matière de FPGA
L'essor de l'intelligence artificielle (IA), de l'apprentissage automatique et de l'Internet des objets entraîne le déplacement des applications vers la périphérie du réseau où les données sont collectées, ce qui nécessite des solutions à consommation efficace pour fournir une plus grande capacité de calcul dans une taille de plus en plus petite et avec plus de limites thermiques. Microchip Technology Inc. (Nasdaq : MCHP), par son initiative Vision embarquée intelligente, couvre le besoin croissant d'inférence économe en énergie pour les applications de pointe, facilitant ainsi la mise en œuvre de leurs algorithmes par les développeurs de logiciels sur les FPGA (matrices de portes programmables par l'utilisateur) PolarFire®. Un ajout important au portefeuille de solutions de Microchip dans ce segment est le kit de développement logiciel VectorBlox Accelerator, qui aide les développeurs à tirer parti des FPGA PolarFire de Microchip pour créer des applications sur des réseaux de neurones à faible consommation basés sur une superposition flexible sans avoir besoin d'apprendre un flux d'outils pour FPGA.
Les FPGA sont idéaux pour les applications d'intelligence artificielle de pointe, telles que l'inférence dans les environnements informatiques à puissance limitée, car ils peuvent effectuer plus de gigaopérations par seconde (GOPS) avec une efficacité bien supérieure à celle d'une unité centrale de traitement (CPU) ou d'une unité de traitement graphique (GPU). , mais nécessitent des connaissances spécialisées en conception matérielle. Le kit de développement logiciel VectorBlox Accelerator de Microchip est conçu pour permettre aux développeurs de coder en C/C++ et de programmer des réseaux de neurones économes en énergie sans expérience préalable en conception de FPGA.
La boîte à outils est très flexible et peut exécuter des modèles aux formats TensorFlow et ONNX (échange de réseau neuronal ouvert), qui offrent le plus haut degré d'interopérabilité avec l'environnement. ONNX est pris en charge par de nombreux frameworks, tels que Caffe2, MXNet, PyTorch et MATLAB.®. Contrairement aux autres solutions FPGA, le kit de développement logiciel VectorBlox Accelerator de Microchip est compatible avec les systèmes d'exploitation Linux® et Windows® et intègre un simulateur de précision à un bit qui donne à l'utilisateur la possibilité de tester la précision du matériel dans un environnement logiciel. L'IP de réseau de neurones inclus dans le kit permet également de charger différents modèles de réseau pendant l'exécution.
« Pour que les développeurs de logiciels tirent parti de l'efficacité énergétique des FPGA, nous devons supprimer l'obstacle d'avoir à apprendre de nouvelles architectures FPGA et des outils propriétaires, ainsi que leur donner la flexibilité des solutions pour différents environnements et réseaux », a déclaré Bruce Weyer. , vice-président de l'unité commerciale FPGA de Microchip.
"Le SDK VectorBlox Accelerator de Microchip et le Neural Network IP Core offriront aux développeurs de logiciels et de matériel un moyen de mettre en œuvre une architecture de réseau neuronal convolutif avec une superposition extrêmement flexible sur les FPGA PolarFire, en s'appuyant sur ceux qui disposent d'une plus grande facilité pour construire et mettre en œuvre leurs systèmes dans le périphérie pour l'IA et qui offrent les meilleures caractéristiques de leur catégorie en termes de dimensions, de thermique et de consommation ».
Pour l'inférence de périphérie, les FPGA PolarFire réduisent la consommation d'énergie globale jusqu'à 50 % par rapport aux appareils concurrents, tout en offrant des blocs mathématiques à débit supérieur de 25 % qui peuvent atteindre jusqu'à 1,5 téraopérations par seconde (TOPS). En utilisant les FPGA, les développeurs disposent également de plus d'options de personnalisation et de différenciation en raison de l'évolutivité inhérente des appareils et de leur capacité à intégrer des fonctionnalités sur une seule puce. L'IP de réseau de neurones FPGA PolarFire est disponible en différentes tailles pour équilibrer les performances, la consommation et la taille du package dans l'application, permettant aux clients de déployer leurs solutions dans des packages à partir de 11 × 11 mm.
L'initiative Smart Embedded Vision de Microchip a été lancée en juillet dernier pour fournir aux développeurs de matériel et de logiciels des outils tels que des cœurs et des cartes de propriété intellectuelle (IP) pour répondre au faible encombrement et aux exigences thermiques des applications en périphérie. Grâce à la faible consommation d'énergie des FPGA PolarFire par rapport à d'autres solutions, les clients peuvent éliminer le besoin de ventilateurs. Les FPGA PolarFire offrent également une intégration fonctionnelle pour la conception d'un client. Par exemple, dans des applications telles qu'une caméra intelligente, les FPGA PolarFire peuvent intégrer le canal du signal d'image, composé de l'interface du capteur, du contrôleur DDR, de l'IP de traitement du signal d'image (ISP) et des interfaces réseau, qui intègrent tous l'apprentissage automatique. inférence.
