Nieuwe processor en tools voor deep learning
videantis GmbH kondigde onlangs zijn nieuwe v-MP6000UDX visual processing architecture en v-CNNDesigner tool aan. De nieuwe processor zou de prestaties van het deep learning algoritme tot wel drie orden van grootte verbeteren, en toch softwarecompatibiliteit behouden met de al zeer krachtige en geslaagde v-MP4000HDX-architectuur.
videantis heeft veel groei gezien in de automotive sector dankzij de snelle adoptie van Advanced Driver Assistance Systems (ADAS). De technologie is geadopteerd door verschillende vooraanstaande halfgeleiderbedrijven en OEM’s en wordt al toegepast op de weg in miljoenen voertuigen. Er is ook groei op het gebied van virtuele en Augmented Reality (AR). Een recente trend in het toepassen van op deep learning gebaseerde algoritmen naar de embedded vision-systemen. Maar deep learning vraagt om orden van grootte meer rekencapaciteit en bandbreedte. En dat zegt videantis te adresseren met zijn nieuwe v-MP6000UDX-architectuur.
videantis GmbH kondigde onlangs zijn nieuwe v-MP6000UDX visual processing architecture en v-CNNDesigner tool aan. De nieuwe processor zou de prestaties van het deep learning algoritme tot wel drie orden van grootte verbeteren, en toch softwarecompatibiliteit behouden met de al zeer krachtige en geslaagde v-MP4000HDX-architectuur.
videantis heeft veel groei gezien in de automotive sector dankzij de snelle adoptie van Advanced Driver Assistance Systems (ADAS). De technologie is geadopteerd door verschillende vooraanstaande halfgeleiderbedrijven en OEM’s en wordt al toegepast op de weg in miljoenen voertuigen. Er is ook groei op het gebied van virtuele en Augmented Reality (AR). Een recente trend in het toepassen van op deep learning gebaseerde algoritmen naar de embedded vision-systemen. Maar deep learning vraagt om orden van grootte meer rekencapaciteit en bandbreedte. En dat zegt videantis te adresseren met zijn nieuwe v-MP6000UDX-architectuur.
De v-MP6000UDX processorarchitectuur omvat een uitgebreide instructieset die is geoptimaliseerd voor het draaien van convolutionele neurale netwerken. De doorvoer van de multiply-accumulate-eenheden is verachtvoudigd naar 64 MAC's per kern en het aantal processorkernen is uitgebreid van typisch 8 naar maximaal 256. Naast de nieuwe architectuur heeft videantis ook v-CNNDesigner aangekondigd, een nieuw tool dat het gemakkelijk maakt om neurale netwerken die zijn ontworpen en getraind met behulp van frameworks zoals TensorFlow of Caffe te porten. v-CNNDesigner analyseert, optimaliseert en parallelliseert getrainde neurale netwerken voor efficiënte verwerking op de v-MP6000UDX architectuur. Met dit tool wordt het implementeren van een neuraal netwerk volledig geautomatiseerd en zou het slechts enkele minuten hoeven te kosten om CNN’s draaiend te krijgen op de low-power verwerkingsarchitectuur van videantis.
videantis heeft veel groei gezien in de automotive sector dankzij de snelle adoptie van Advanced Driver Assistance Systems (ADAS). De technologie is geadopteerd door verschillende vooraanstaande halfgeleiderbedrijven en OEM’s en wordt al toegepast op de weg in miljoenen voertuigen. Er is ook groei op het gebied van virtuele en Augmented Reality (AR). Een recente trend in het toepassen van op deep learning gebaseerde algoritmen naar de embedded vision-systemen. Maar deep learning vraagt om orden van grootte meer rekencapaciteit en bandbreedte. En dat zegt videantis te adresseren met zijn nieuwe v-MP6000UDX-architectuur.
De v-MP6000UDX processorarchitectuur omvat een uitgebreide instructieset die is geoptimaliseerd voor het draaien van convolutionele neurale netwerken. De doorvoer van de multiply-accumulate-eenheden is verachtvoudigd naar 64 MAC's per kern en het aantal processorkernen is uitgebreid van typisch 8 naar maximaal 256. Naast de nieuwe architectuur heeft videantis ook v-CNNDesigner aangekondigd, een nieuw tool dat het gemakkelijk maakt om neurale netwerken die zijn ontworpen en getraind met behulp van frameworks zoals TensorFlow of Caffe te porten. v-CNNDesigner analyseert, optimaliseert en parallelliseert getrainde neurale netwerken voor efficiënte verwerking op de v-MP6000UDX architectuur. Met dit tool wordt het implementeren van een neuraal netwerk volledig geautomatiseerd en zou het slechts enkele minuten hoeven te kosten om CNN’s draaiend te krijgen op de low-power verwerkingsarchitectuur van videantis.
