《电子技术应用》
您所在的位置:首页 > 人工智能 > 业界动态 > 恩智浦宣布扩展其机器学习产品组合及功能

恩智浦宣布扩展其机器学习产品组合及功能

2020-10-23
来源:恩智浦

荷兰埃因霍温——2020年10月23日——恩智浦半导体(NXP Semiconductors N.V.,纳斯达克代码:NXPI)今日宣布公司正在增强机器学习开发环境和产品组合。通过投资,恩智浦与总部位于加拿大的Au-Zone Technologies建立了独家战略合作关系,旨在利用易于使用的机器学习工具来扩展恩智浦的eIQ™机器学习(ML)软件开发环境,并且扩展适用于边缘机器学习的芯片优化推理引擎产品。 

恩智浦宣布扩展其机器学习产品组合及功能_1.jpg

此外,恩智浦还宣布自己一直在与Arm合作,作为领先技术合作伙伴对Arm® Ethos-U™ microNPU(神经处理单元)架构进行升级改进,以便支持应用处理器。恩智浦会将Ethos-U65 microNPU集成到下一代i.MX应用处理器中,以提供高能效的经济高效型机器学习解决方案,满足快速增长的工业和物联网边缘应用需求。

 

恩智浦宣布扩展其机器学习产品组合及功能_2.jpg

恩智浦半导体资深副总裁兼边缘处理业务部门总经理Ron Martino表示:“恩智浦的可扩展应用处理器为客户提供了高效的产品平台和广泛的生态系统,帮助他们快速交付创新的系统。通过与Arm和Au-Zone开展这些合作,并在恩智浦内部进行技术开发,我们的目标是持续提高处理器的效率,同时提升客户的生产率,缩短他们的产品上市时间。恩智浦致力于帮助客户降低拥有成本,保持关键数据的高安全性,利用增强的人机交互方式来保证安全。”

为所有客户实现机器学习

Au-Zone的DeepView™机器学习工具套件提供了直观的图形用户界面(GUI)和工作流程,可以进一步增强eIQ的功能,让各种经验水平的开发人员都能导入数据集和模型,快速进行训练,并在恩智浦边缘处理产品组合上部署神经网络模型和机器学习工作负载。为了满足当今工业和物联网应用的苛刻要求,恩智浦的eIQ-DeepViewML工具套件将为开发人员提供先进功能,用于在恩智浦器件上删除、量化、验证和部署公共和专有神经网络模型。它提供针对特定目标的图形级别分析功能,让开发人员能够在运行时深入了解运行情况,以便优化神经网络模型架构、系统参数和运行时性能。通过增加Au-Zone的DeepView运行时推理引擎作为恩智浦eIQ中开源推理技术的补充,用户将能够非常轻松地在恩智浦器件上快速部署和评估机器学习工作负载和性能。这种运行时推理引擎的关键特性是为每种SoC架构优化系统存储器使用和数据移动。

Au-Zone首席执行官Brad Scott表示:“Au-Zone非常荣幸参与这项投资,与恩智浦结为战略合作伙伴,尤其是恩智浦为更多机器学习加速器件制定的路线图,令人感到兴奋。我们开发DeepViewTM的目的是为开发人员提供直观的工具和推理技术,这次合作代表了先进芯片运行时推理引擎技术与开发环境的强大联合,必将进一步加快嵌入式机器学习功能的部署。这种合作关系建立在我们与恩智浦十多年工程协作的基础上,随着OEM继续将推理功能迁移到网络边缘,它将促使我们提供更先进的机器学习技术和交钥匙解决方案。”

扩展机器学习加速

为了在更广泛的边缘应用中加速机器学习,恩智浦将扩展适用于工业和物联网边缘的常用i.MX应用处理器,将Arm Ethos-U65 microNPU集成到处理器中,利用这个集成的NPU,为以前发布的i.MX 8M Plus应用处理器提供补充。恩智浦和Arm技术合作的重点是定义microNPU的系统级别,它能够支持高达1 TOPS的运算能力(在1GHz频率下处理512个并行乘加运算)。Ethos-U65保持了Ethos-U55的MCU级别功效,同时还将其适用范围扩展到更高性能、基于Cortex-A的片上系统(SoC)。Ethos-U65 microNPU与恩智浦i.MX系列异构SoC现有的Cortex-M内核配合使用,从而提高效率。

Arm机器学习部门的营销副总裁Dennis Laudick表示:“人工智能和机器学习在工业和物联网应用领域掀起了一波浪潮。Ethos-U65将推动新一波的边缘人工智能浪潮,为恩智浦客户提供安全、可靠、智能的器件上智能。”

供货时间

Arm Ethos-U65将集成在恩智浦未来的i.MX应用处理器中。eIQ- DeepViewML工具套件以及集成到eIQ中的DeepView运行时推理引擎将于2021年第一季度推出。端到端的软件支持,包括为i.MX 8M Plus、其他恩智浦SoC以及集成Ethos-U55和U65的未来器件训练、验证和部署现有或新的神经网络模型,将通过恩智浦的eIQ机器学习软件开发环境提供。请注册参加恩智浦和Arm于11月10日联合举办的在线研讨会来了解更多信息并阅读我们的博客。


本站内容除特别声明的原创文章之外,转载内容只为传递更多信息,并不代表本网站赞同其观点。转载的所有的文章、图片、音/视频文件等资料的版权归版权所有权人所有。本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如涉及作品内容、版权和其它问题,请及时通过电子邮件或电话通知我们,以便迅速采取适当措施,避免给双方造成不必要的经济损失。联系电话:010-82306118;邮箱:aet@chinaaet.com。