萊迪思參加林利集團秋季處理器大會，持續引領網絡邊緣超低功耗AI

最近，萊迪思贊助了林利集團秋季處理器大會Linley Fall Processor Conference。今年的會議重點討論了最新的處理器和系統技術，用於實現各類AI應用，包括基於雲端分析的數據中心和網絡邊緣運行的數十億AI客戶端設備。

這為萊迪思提供了絕佳的機會分享Lattice sensAI™這款屢獲殊榮的解決方案的最新進展，幫助實現功耗極低的下一代智能設備。Hoon Choi作為萊迪思首席工程師領導了在FPGA上實現機器學習和相關解決方案的開發，他在會上發表了名為《在小型低功耗FGPA上的機器學習》的演講，其中就包括了我們最近推出的sensAI增強特性以及全新和更新的參考設計的相關信息，旨在更方便地支持低功耗網絡邊緣AI應用。

 

Hoon Choi在Linley Fall Processor Conference上探討低功耗網絡邊緣AI和萊迪思sensAI

萊迪思sensAI解決方案集合的最新增強特性包括支持更深度的量化，從而充分利用萊迪思的iCE40 UltraPlus™FPGA的內部存儲器。這讓客戶可以將其神經網絡模型大小加倍，獲得更準確的AI性能。

 

在訓練過程中支持8位量化可在神經網絡模型訓練過程中實現更高的精度

此外，在萊迪思ECP5™ FPGA上運行的sensAI現在支持MobileNet和ResNet神經網絡模型中使用的層，這些網絡層可以處理更高解析度的圖像，從而在不增加FPGA功耗的情況下提供更準確的AI性能。

然而，sensAI解決方案此次更新最令人激動的地方在於它新增及優化了用於快速實現網絡邊緣常見AI應用的參考設計。這些應用讓sensAI的開發人員可以輕鬆為關鍵詞檢測或人臉識別賦予更強大的特性：

01 強化的關鍵詞檢測參考設計——該參考設計讓客戶能夠重新訓練神經網絡模型，從而根據現場需要識別新的關鍵詞或短語，無須因為新的觸發詞而重新開發和許可。

 

 

02 強化的人臉識別參考設計——基於sensAI的網絡邊緣設備除了可以檢測人臉之外，還可以識別特定的註冊用戶。新的註冊用戶可以添加到面部識別應用中，而無需重新訓練設備的整個神經網絡，大大節省了系統設計時間和成本。

 

點擊原文了解sensAI更多信息！閱讀原文