《SiMa.ai采用Arm技术为嵌入式Edge提供专用的异构机器学习计算平台》

  • 来源专题:集成电路
  • 编译者: Lightfeng
  • 发布时间:2020-11-30
  • 致力于以最低功耗实现高性能计算的机器学习初创企业SiMa.ai宣布采用低功率Arm®计算技术来构建其专用机器学习SoC(MLSoC™)平台。这项技术的许可协议使智能学习机器具有一流的性能和功能,带入了广泛的嵌入式边缘应用程序,包括用于机器人、监视、自动驾驶和汽车应用。

    SiMa.ai正在采用优化的ArmCortex®-A和Cortex-M处理器,主要针对降低功耗、增加吞吐量效率和提高安全性等至关重要的任务。此外,SiMa.ai正在利用Arm生态系统中广泛使用的机器学习开源框架的组合,以允许软件无缝地为嵌入式边缘的旧版应用程序启用机器学习。

    SiMa.ai在战略上利用Arm技术来提供其独特的机器学习SoC。这包括:

    Arm Cortex-A65作为主处理器,用于运行嵌入式代码以及控制平面应用程序,如导航、传感器融合和基于视觉的系统。

    Arm Cortex-M4处理器用于SiMa.ai机器学习加速器的设置、配置和本地管理。

    广泛的Arm软件和工具生态系统,包括编译器和调试器,以简化开发、测试并缩短上市时间。

    ArmTrustZone®技术可在MLSoC平台上无缝运行受信任和不受信任的应用程序。

    Arm CoreSight™技术用于调试和跟踪,以减少开发时间并缩短产品上市时间。

    阅读Arm Blueprint博客:SiMa.ai在边缘和端点着眼于高性能、低功耗人工智能。

    Sirm.ai创始人兼首席执行官Krishna Rangasayee说:“ Arm在高能效处理器设计和高级计算领域处于行业领先地位。 SiMa.ai的高性能和低功耗机器学习加速器与Arm技术的集成加快了MLSoC上市的速度。”

    Arm汽车和物联网业务高级副总裁兼总经理Dipti Vachani说:“从边缘系统到智能城市,由ML启用的应用程序正在提供强大的功能,这对设备的要求更加复杂,SiMa.ai在Arm的基础IP之上进行创新,以创建独特的低功耗ML SoC,为下一代嵌入式边缘用例提供经验。”

相关报告
  • 《Moortec为Arm的Neoverse N1系统开发平台提供嵌入式监控解决方案》

    • 来源专题:集成电路
    • 编译者:Lightfeng
    • 发布时间:2019-05-04
    • Moortec宣布将其TSMC 7nm FinFET制程上的芯片内监控解决方案提供给新的Arm®(安谋)Neoverse™ N1系统开发平台(SDP)。 作为市场领导者的Moortec乐意将其工艺、电压和温度(PVT)传感子系统技术集成和利用到该平台,从而实现由Arm Neoverse解决方案提供动力支持的新一代云端到边缘基础架构。Neoverse N1 SDP是业界首个7nm基础架构专用系统开发平台,可以通过CCIX互连架构实现非对称计算加速。Moortec和Arm之间的合作创造了一个能够动态感知芯片内状况的解决方案,如此可帮助减少功耗,最大程度优化系统速度并提高设备可靠性。Neoverse N1 SDP能够被硬件和软件开发商用来进行硬件原型设计、软件开发、系统验证、性能分析/调整。 Arm基础设施业务营销副总裁Mohamed Awad表示:“Arm Neoverse解决方案旨在为世界提供云端到边缘基础设施所需的性能和效率。我们与Moortec在N1 SDP测试芯片上的合作展示了IP在Neoverse平台中的应用,加速了基础设施中基于Arm的解决方案的开发和采用。” Moortec首席执行官Stephen Crosher说:“我们正在合作提高Arm在7nm上的下一代计算技术的性能和效率。通过将我们的高精度嵌入式传感结构用于Neoverse N1 SDP的开发,我们使客户能够从机器学习,人工智能和数据分析应用将拥有更高的性能和可靠性。” 关于Moortec Moortec于2005年成立,能够为监控提供引人注目的嵌入式子系统IP解决方案,主要是针对40纳米直至7纳米的高级节点CMOS(互补金属氧化物半导体)技术。Moortec的芯片内传感解决方案支持满足半导体设计领域对提升设备可靠性,以及加强性能优化与改进电源管理控制系统的需求。
  • 《Efabless为Edge ML产品提供定制芯片平台》

    • 来源专题:新一代信息技术
    • 编译者:isticzz2022
    • 发布时间:2024-10-11
    •        Efabless是一家芯片平台开发商,新推出了片上系统(SoC)平台chipIgnite ML。该平台旨在帮助开发人员更有效地创建定制硅解决方案,并在设计时考虑到了机器学习。SoC平台提供专用功能,可以使用SensiML的开发工具访问。这种集成使开发人员能够减少开发时间,并最大限度地提高边缘应用程序的机器学习能力。根据该公司的说法,通过利用这些工具,工程师可以在针对特定边缘用例量身定制的定制芯片上有效地部署先进的机器学习模型,确保可扩展和有效的解决方案,如关键字识别。与具有通用神经处理单元(NPU)的微控制器(MCU)相比,SoC平台的能效和性能提高了10倍,并允许开发人员在降低功耗的同时优化性能,这对电池供电的边缘设备至关重要。        Efabless首席技术官Mohamed Kassem表示:“通过我们的芯片Ignite ML定制硅平台,开发人员可以创建完全适合其边缘应用的解决方案,与现有解决方案相比,可以显著提高能效和性能。这为需要最佳性能和降低功耗的专业机器学习边缘应用程序创造了许多机会。”除了推出新平台外,Efabless还宣布与SensiML合作,为物联网应用中的机器学习边缘处理提供开源的硬件和软件解决方案。        SensiML的AutoML平台使嵌入式开发人员能够创建超高效的传感器推理算法,在资源有限的边缘设备上自主运行,而不管他们的数据科学经验如何。同样,Efabless为开发人员提供了易于使用的开源工具,可以设计优化的定制SoC,而不需要IC设计方面的深厚专业知识。根据Efabless和SensiML的说法,他们通过提供从开发到部署的无缝路径,消除了物联网创新的两大障碍。        主要好处包括: 与传统的基于MCU的解决方案相比,利用chipIgnite ML定制硅平台实现更快的性能。 功耗降低10倍,延长电池寿命。 可以定制硅设计,以满足用户边缘机器学习应用的特定要求。ML推理工作负载的分析和优化可以在预硬件仿真中完成,以帮助适当地确定推理模型的大小。 受益于从数据到硅的完整开发路径,由Efabless和SensiML提供支持。 开源硬件和软件开发工具提供了透明度、可定制性,以及在边缘产品上实现机器学习的经济高效的途径。        SensiML首席执行官Chris Rogers表示:“我们很高兴与Efabless合作,为智能边缘设备提供全面的开发途径。”。“通过结合我们的优势,这个联合平台解决了开发人员面临的复杂硬件和软件挑战,从而能够创建真正差异化的物联网边缘传感产品和应用程序。”        Efabless已经发布了芯片Ignite ML,这标志着该平台开发的一个重要里程碑。设计套件将于2024年11月开始进行早期评估。