加利福尼亞州洛斯阿爾托斯，2020年11月19日– Deep Vision退出隱身模式，并啟動其ARA-1推理處理器，以支持在邊緣創(chuàng)建新的世界AI視覺應(yīng)用程序。處理器以緊湊的外形尺寸實現(xiàn)了計算，內(nèi)存，能效（典型值2W）和超低延遲之間的最佳平衡，使其成為端點（如相機(jī)，傳感器以及具有高計算能力的邊緣服務(wù)器）的最終選擇需求，模型靈活性和能源效率至關(guān)重要。

Deep Vision首席執(zhí)行官Ravi Annavajjhala說：“當(dāng)今復(fù)雜的AI工作負(fù)載不僅需要低功耗，而且還需要低延遲才能在邊緣交付實時智能?！?“不再需要在性能和效率之間進(jìn)行權(quán)衡。開發(fā)人員現(xiàn)在可以在一個處理器上獲得更高準(zhǔn)確性的結(jié)果和豐富的數(shù)據(jù)見解?！?/p>

突破性的高效架構(gòu)

深度學(xué)習(xí)模型的復(fù)雜性不斷增長，并在邊緣推動了對AI的計算需求的增長。Deep Vision ARA-1處理器基于獲得專利的多態(tài)數(shù)據(jù)流架構(gòu)，能夠處理各種數(shù)據(jù)流，以最大程度地減少片上數(shù)據(jù)移動。該架構(gòu)支持每個神經(jīng)網(wǎng)絡(luò)模型內(nèi)的指令，從而可以在深度學(xué)習(xí)模型內(nèi)最佳地映射任何數(shù)據(jù)流模式。將數(shù)據(jù)保持在靠近計算引擎的位置可以最大程度地減少數(shù)據(jù)移動，從而確保高推理吞吐量，低延遲和更高的電源效率。編譯器自動為神經(jīng)網(wǎng)絡(luò)中的每一層評估多個數(shù)據(jù)流模式，并選擇性能最高和功耗最低的模式。

通過同時進(jìn)行多模型處理，Deep Vision ARA-1處理器還可以有效地運行多個模型，而不會影響性能，從而更快，更準(zhǔn)確地生成結(jié)果。Deep Vision ARA-1處理器以比Edge TPU和Movidius MyriadX低的系統(tǒng)功耗運行深度學(xué)習(xí)模型，例如Resnet-50，其延遲比Edge TPU高6倍，而延遲比MyriadX高4倍。

以軟件為中心的方法打破了復(fù)雜性障礙

Deep Vision的軟件開發(fā)套件（SDK）和硬件緊密結(jié)合在一起，可以無縫地協(xié)同工作，

以最低的功耗確保最佳的模型精度。借助內(nèi)置的量化器，模擬器和事件探查器，開發(fā)人員擁有支持計算復(fù)雜的推理應(yīng)用程序設(shè)計和執(zhí)行所需的所有工具。從歷史上講，在不進(jìn)行大量代碼開發(fā)的情況下將模型遷移到生產(chǎn)的過程一直具有挑戰(zhàn)性。Deep Vision的SDK還支持無摩擦的工作流程，從而實現(xiàn)了從培訓(xùn)模型到生產(chǎn)應(yīng)用程序的低代碼，自動化，無縫遷移過程。該SDK通過顯著提高生產(chǎn)率并縮短整體上市時間，從而減少了昂貴的開發(fā)時間。

責(zé)任編輯：lq