處理器設(shè)計(jì)自動化領(lǐng)域的領(lǐng)導(dǎo)者Codasip于今日發(fā)布了其L31和L11兩款新產(chǎn)品，它們是相關(guān)產(chǎn)品系列中專為定制處理器而優(yōu)化的最新低功耗嵌入式RISC-V處理器內(nèi)核?；谶@些新內(nèi)核，客戶可以很方便地使用Codasip Studio工具去定制處理器設(shè)計(jì)，以支持諸如神經(jīng)網(wǎng)絡(luò)、人工智能/機(jī)器學(xué)習(xí)(AI/ML)等具有挑戰(zhàn)性的應(yīng)用，包括例如物聯(lián)網(wǎng)(IoT)邊緣計(jì)算等極小型化的、功率受限的應(yīng)用。
在物聯(lián)網(wǎng)/工業(yè)物聯(lián)網(wǎng)(IoT/IIoT)等邊緣計(jì)算設(shè)備上部署AI/ML將獲益良多，可有助于提高安全性、降低功耗，以及減少實(shí)時(shí)處理的延遲。由于AI/ML的算法類型屬于計(jì)算密集型，并且嵌入式系統(tǒng)內(nèi)部資源有限，因此需要使用定制處理器才能提供足夠的性能。為此，Codasip L31/L11嵌入式內(nèi)核運(yùn)行在谷歌的TensorFlowLite for Microcontrollers上，并利用Codasip Studio工具來定制一類全新的嵌入式AI*內(nèi)核，因此特別適用于空間和功率開銷極其有限的物聯(lián)網(wǎng)應(yīng)用。
Codasip首席技術(shù)官Zdeněk P?ikryl表示：“通過購買RISC-V處理器高級描述語言CodAL的授權(quán)，使Codasip客戶獲得了一套完整架構(gòu)許可，從而可去實(shí)現(xiàn)ISA和微體系架構(gòu)的定制。隨著新L11/31內(nèi)核的問世，方便了我們在尺寸和功率受限的嵌入式處理器設(shè)計(jì)中加入客戶所需的功能，如邊緣人工智能等?！?/FONT>
長期以來，Codasip的內(nèi)核可定制功能是公司成功的基石，這也是目前全球已有超過20億顆處理器使用了Codasip IP的原因。除了更容易定制內(nèi)核以匹配特定的嵌入式設(shè)計(jì)以外，Codasip還增強(qiáng)了兩種新內(nèi)核的性能使其能夠支持更高主頻。
現(xiàn)有的處理器并不能很好地加載人工智能和機(jī)器學(xué)習(xí)應(yīng)用;同時(shí)，器件的數(shù)據(jù)類型、量化模型和性能需求也因應(yīng)用不同而差異巨大。Codasip提供的“創(chuàng)造差異化設(shè)計(jì)”模式意味著使用其Studio工具的客戶，可以根據(jù)其特定系統(tǒng)、軟件及應(yīng)用程序的要求來定制處理器。同樣地，低功耗物聯(lián)網(wǎng)應(yīng)用中嵌入式設(shè)備的資源也極為有限：內(nèi)存有限，指令集也有限，但器件開發(fā)人員還需要保證此類器件具有功耗低和內(nèi)生安全性等特性，并且能夠?qū)崿F(xiàn)實(shí)時(shí)響應(yīng)和通信。
Codasip Studio RISC-V設(shè)計(jì)工具可以提供定制的指令，它們特別適合用來開發(fā)人工智能/機(jī)器學(xué)習(xí)(AI/ML)處理器。通過將TensorFlow Lite for Microcontrollers** (TFLite Micro)、RISC-V定制指令以及Codasip處理器設(shè)計(jì)工具三者相結(jié)合，就可以為嵌入式的、高效率的邊緣神經(jīng)網(wǎng)絡(luò)處理功能帶來了更多優(yōu)勢，包括低延遲、高安全性、快速通信和低功耗等。而這些優(yōu)勢對于新興物聯(lián)網(wǎng)和工業(yè)物聯(lián)網(wǎng)(IIoT)邊緣應(yīng)用而言至關(guān)重要，能夠在此類應(yīng)用中實(shí)時(shí)運(yùn)行AI/ML任務(wù)正在迅速成為系統(tǒng)級芯片(SoC)的一項(xiàng)標(biāo)準(zhǔn)特性。
Codasip的最新L31和L11處理器內(nèi)核是業(yè)內(nèi)首批支持TFLite Micro的內(nèi)核，但支持范圍僅限適用于Codasip的整個(gè)RISC-V內(nèi)核產(chǎn)品組合。
通過采用TensorFlow Lite AI框架來支持神經(jīng)網(wǎng)絡(luò)，Codasip RISC-V處理器IP因此特別適合那些計(jì)劃在其AI/ML器件的內(nèi)核中加載市場領(lǐng)先性能的系統(tǒng)開發(fā)人員。同時(shí)憑借著邊緣處理器功能性，Codasip定制化設(shè)計(jì)的性能也為那些關(guān)鍵任務(wù)型嵌入式物聯(lián)網(wǎng)應(yīng)用帶來了高實(shí)時(shí)性優(yōu)勢。
背景
*Codasip的嵌入式AI是嵌入式軟件中的機(jī)器學(xué)習(xí)與深度學(xué)習(xí)功能在器件級上的應(yīng)用，可支持小型物聯(lián)網(wǎng)嵌入式設(shè)備能夠在邊緣流暢地運(yùn)行人工智能模型，并且能夠?qū)崿F(xiàn)實(shí)時(shí)通信。從安全角度來看，這樣可以最大限度降低數(shù)據(jù)傳輸時(shí)間和用電成本，并且不再需要使用通信硬件。同時(shí)這種應(yīng)用模式對于關(guān)鍵任務(wù)型工業(yè)物聯(lián)網(wǎng)(IIoT)基礎(chǔ)設(shè)施而言非常重要，其中邊緣人工智能算法可以從各種傳感器中收集數(shù)據(jù)，并實(shí)時(shí)預(yù)測和報(bào)告系統(tǒng)故障。
**TensorFlow Lite for Microcontrollers是專門用于嵌入式系統(tǒng)的人工智能(AI)框架，它有效地解決了存儲器和功耗限制等問題。由于支持各種微架構(gòu)，其特別適用于供應(yīng)商特有的優(yōu)化項(xiàng)目。這一特性與Codasip的處理器設(shè)計(jì)自動化工具實(shí)現(xiàn)了完美的匹配，有效地簡化了特定領(lǐng)域的加速器開發(fā)流程，并且使Codasip客戶能夠快速、輕松地為物聯(lián)網(wǎng)打造適合特定應(yīng)用的嵌入式AI/ML器件。
（轉(zhuǎn)載）
