AlphaICs начинает тестирование Gluon - сопроцессора глубокого обучения

AlphaICs, ведущая полупроводниковая компания с искусственным интеллектом, которая разрабатывает технологии граничного логического вывода и граничного обучения, объявила о доступности инженерных образцов « Gluon» - сопроцессора для логического вывода 8 TOPS Edge AI для клиентов в сфере наблюдения, промышленности, розничной торговли, автомобилей и Промышленные вертикали IoT с лучшими в своем классе показателями FPS/Ватт.

Gluon будет поставляться с полным (Software Development Kit) SDK, который позволяет легко развертывать нейронные сети. Усовершенствованный чип логического вывода позволяет клиентам добавлять возможности искусственного интеллекта в существующие системы на базе X86/ARM, что приводит к значительной экономии средств.

Gluon обеспечивает лучшую на рынке производительность fps/ватт для классификации и обнаружения нейронных сетей — 32 кадра в секунду (FPS)/ватт для Yolo-V2, ведущей модели обнаружения объектов и 22 кадра в секунду (FPS)/ватт для VGG- 19, ведущая модель классификации.

В настоящее время Gluon тестируется для первых клиентов, чтобы они могли разрабатывать свои приложения машинного зрения. Он разработан для OEM-производителей и поставщиков решений, ориентированных на сегменты рынка машинного зрения, такие как системы видеонаблюдения, промышленные предприятия, розничная торговля, промышленный Интернет вещей и производители пограничных шлюзов.

Чтобы ускорить выход на высокотребовательные рынки кремниевых компонентов, AlphaICs установила партнерские отношения с CBC Co. Ltd, японским предприятием, предлагающим своим клиентам продукты для видеонаблюдения.

«CBC работает с AlphaICs почти два года, и мы рады быть ее маркетинговым партнером в Японии. Gluon был представлен на выставке Japan AI Expo в октябре 2021 года и вызвал большой интерес у японских клиентов к приложениям для машинного зрения благодаря своей превосходной производительности. Стратегия сопроцессоров AlphaIC хорошо принята, и мы очень рады представить эту технологию нашим клиентам», — сказал Казухико Кондо, исполнительный директор CBC Co., Ltd.

Генеральный директор AlphaICs Прадип Ваджрам сказал: «Мы довольны результатами нашего кремния Gluon и сейчас демонстрируем инновационную технологию нашим клиентам. Наша команда очень усердно работала над созданием этого высокопроизводительного сопроцессора с глубоким обучением. Gluon готов к будущему и имеет все возможности для решения задач искусственного зрения в сфере наблюдения, розничной торговли, промышленности и рынков умного города».

В начале прошлого года компания привлекла 8 миллионов долларов для продвижения разработки Gluon на основе собственной архитектуры RAP TM . Высоко масштабируемая и модульная архитектура AlphaIC использует специализированную архитектуру набора инструкций, специально оптимизированную для ИИ.

Насколько отличается Gluon от текущего поколения чипов логического вывода?

Gluon, сопроцессор 8 TOPS Edge AI, производится с использованием 16-нм техпроцесса FinFET в TSMC. Этот чип ускоряет модели нейронной сети глубокого обучения для классификации, обнаружения и сегментации и ориентирован на приложения машинного зрения. Gluon включает в себя интерфейсы PCIe и LPDDR4 для обеспечения высокоскоростной передачи на хост-процессоры и DRAM соответственно.

Основываясь на многих инновациях, Gluon предлагает лучшие в своем классе тесты:

• 153 кадра в секунду с Yolo-V2, ведущей моделью обнаружения объектов (размер изображения 416x416x3) при 4,73 Вт.
• 79 кадров в секунду с VGG-19, ведущей моделью классификации (224x224x3) при 3,6 Вт.

AlphaICs - ведущая компания, занимающаяся технологиями искусственного интеллекта, которая разрабатывает технологии периферийного логического вывода и обучения, позволяющие использовать ИИ на периферии. AlphaICs разработала архитектуру искусственного интеллекта нового поколения под названием Real AI Processor (RAP TM ). Архитектура обеспечивает высокую производительность, низкое энергопотребление и минимальную задержку, что позволяет использовать лучшие в своем классе периферийные процессоры логического вывода на основе искусственного интеллекта. Архитектура RAP TM также поддерживает обучение на периферии, чтобы снизить требования к обучающим данным, обеспечивает автоматическую маркировку и непрерывное обучение на периферии.

По материалам AlphaICs.: www.alphaics.ai