推理技术堆栈收缩边缘应用的上市时间bobappios下载地址

系统设计的新趋势为边缘解决方案的设计者带来了巨大的机遇和挑战。如今，越来越多的公司和组织正在转向云技术，以降低成本、最大化效率、降低延迟要求，但不断升级的隐私担忧和通信网络限制正在推动对网络边缘物联网“物”的更高智能需求。这些新的应用程序将需bobappios下载地址要基于机器学习的计算方案位于IOT传感器数据的源自云，而不是云，以及设备上的计算资源。

这个机会有多大？Gartner的分析师预测，在传统数据中心或云之外，将在所有企业创建的数据中接近2022个接近一半。这代表了今天在外部组织处理的10％的数据中的巨大跳跃。数据将生成哪些数据？它可能来自移动设备，智能家庭，智能工厂，智能城市和智能汽车产品中的广泛迅速增长，广泛的市场优势应用。bobappios下载地址IHS的分析师通过预测2018年和2025年在2018年和2025年之间的40亿个物联网设备的部署来备份争论。沿着他们期望新兴技术等新兴技术的融合，如IOT，基于AI的边缘计算和云分析，几乎每个行业垂直破坏市场。

预计fpga将在处理这种海量数据方面发挥主要作用。机器学习通常需要两种类型的计算工作量。培训系统通过收集和分析大量现有数据来学习新的能力。例如，面部检测功能通过分析数万张图像来识别人脸。这个阶段本质上是高度计算密集型的，因此通常在使用高性能硬件的数据中心进行。机器学习的第二阶段称为推理，通过识别模式和执行任务，将系统的能力应用于新数据。例如,一个面部检测随着时间的推移，通过在实地工作中提高其检测人脸的能力，功能改进了其能力并提高了其智能。但在某些情况下，由于延迟、隐私和成本障碍，设计人员无法在数据中心执行推断。相反，它们必须在接近边缘的地方执行这些计算任务。

一种方式设计人员可以快速为网络边缘带来更多的计算资源，而无需重新调整现有设备即可使用FPGA中固有的并行处理能力来加速神经网络性能。此外，通过采用低功率运行优化的较低密度FPGA，设计人员可以满足与快速增长的消费和工业应用相关的严格电力和足迹限制。bobappios下载地址例如，设计师可以使用格子的ECP5 FPGA系列加速在1 W以下的神经网络，同时可以使用Lattice公司的iCE40 UltraPlus fpga加速MW范围内的神经网络。

但它需要多件事以获得数百万边缘解决方案。设计人员不仅需要硅，它还不需要为它们提供最大的设计灵活性，而且还允许他们利用快速发展的神经网络架构和算法。它们需要硬件和软件工具，允许它们构建可在不违反电源，占用和成本约束的情况下提供高性能的AI设备。同样重要的是，他们需要在快速缩小的上市时间窗口中建立定制解决方案所bob体育软件需的参考设计，演示和设计服务。

为了解决这种不断增长的需求，并帮助加速和简化边缘设备中AI解决方案的开发，释放sensAI，第一个全功能的基于fpga的机器学习推理技术栈，结合了硬件工具包、神经网络IP核、软件工具、参考设计和定制设计服务。bob体育软件这个生态系统设计师将能够构建解决方案优化为低功耗操作(1 mW 1 w),小包装尺寸(5.5平方毫米到100平方毫米),和大容量定价(大约1美元到10美元),但与fpga的设计灵活性支持进化算法、接口和定制的性能。bob电子竞技俱乐部

显然，基于AI的边缘设备的开发开始了革命。在接下来的几年里，我们可以期待有数百万新设备旨在旨在为边缘带来更高层次的智能。作为其类型的第一个综合发展生态系统，寻找格子的Sensai.为设计师提供了一条通向基于人工智能的广阔市场应用的捷径。bobappios下载地址