0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

Cadence宣布新的Tensilica Vision P6 DSP瞄准嵌入式神经网络应用

PCB线路板打样 来源:LONG 2019-08-07 11:05 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

与上一代Vision DSP相比,最新的DSP四倍神经网络性能

加利福尼亚州圣何塞, 2016年5月2日/PRNewswire/--Cadence Design Systems,Inc。(纳斯达克股票代码:CDNS)今天宣布推出全新Cadence®Tensilica®VisionP6数字信号处理器(DSP),这是Cadence的最高性能视觉/成像处理器,将Tensilica产品组合进一步扩展到快速增长的视觉/深度学习应用领域。新指令,更高的数学吞吐量和其他增强功能为成像和计算机视觉基准设定了新标准,与Tensilica Vision P5 DSP相比,性能提高了4倍。

Tensilica Vision P6 DSP与上一代Vision P5 DSP相比,具有四倍的累加(MAC)性能,针对可用MAC性能主导的卷积神经网络(CNN)应用。与商用GPU相比,Tensilica在典型的神经网络实现中,Vision P6 DSP可以在低得多的功耗下实现两倍的帧速率。对于广泛的其他关键视觉功能,如卷积,FIR滤波器和矩阵乘法,Tensilica Vision P6 DSP利用其改进的8位和16位算法将性能提高了4倍,使其成为理想的DSP用于CNN应用。此外,Tensilica Vision P6实现了即时数据压缩,大大减少了对要求苛刻的“完全连接”神经网络层的内存占用和带宽要求。

Tensilica Vision P6 DSP建立在势头上市场领先的Vision P5 DSP,已由两家领先的移动电话应用处理器供应商设计。这款最新的视觉DSP与Vision P5 DSP兼容,提供可选的32路SIMD矢量浮点单元,包括IEEE半精度标准(FP16)。浮点性能是Vision P5 DSP的两倍,可以轻松使用现有的浮点神经网络实现。

Tensilica Vision P6 DSP的进步进一步提高了软件开发和移植的便利性,全面支持整数,定点和浮点数据类型,以及带有经过验证的自动矢量化C编译器的高级工具链。该软件环境还完全支持标准OpenCV和OpenVX库,支持超过1000个库函数,支持现有成像/视觉应用程序的快速,高级别迁移。 Tensilica Vision P6 DSP的早期客户参与预计将于6月底开始。

“Cadence在高级视觉和深度学习方面投入巨资,”Chris Rowen ,Cadence的IP集团首席技术官说。 “我们正致力于发现神经网络的改进结构和培训,为快速应用开发提供丰富的软件环境,并为嵌入式视觉和学习部署提供突破性的视觉DSP架构.Tensilica Vision P6设计是这项投资的直接结果,这显着提高了视觉效率和可扩展性的标准。“

”我们一直与Cadence密切合作开发基于CNN的视觉应用。具有宽矢量SIMD处理,VLIW指令,快速直方图和分散/聚集内在函数使其成为要求CNN算法的理想平台,“A说。 G. K. Karunakaran ,Multicoreware的总裁兼首席执行官。“Tensilica Vision DSP的性能特点,结合其高度调整的图像处理库和强大的开发环境,实现了我们算法的高效实施,缩短了我们的开发周期。我们很高兴能继续与Cadence合作新一代Vision P6 DSP。“

“更了解周围世界的设备更强大,更自主,更安全,更易于使用,”嵌入式创始人Jeff Bier 说道。视觉联盟。“通过广泛部署深度学习和计算机视觉,像Tensilica Vision P6 DSP这样的处理器正在实现更多智能设备的承诺。”

关于Cadence

Cadence实现全球电子设计创新并发挥必不可少的作用在创建当今集成电路和电子产品方面的作用。客户使用Cadence软件,硬件,IP和服务来设计和验证高级半导体消费电子产品,网络和电信设备以及计算机系统。该公司总部位于加利福尼亚州圣何塞的,在全球设有销售办事处,设计中心和研究机构,为全球电子行业提供服务。

本新闻稿包含一些基于我们当前预期的前瞻性陈述,涉及众多可能导致这些前瞻性陈述不准确的风险和不确定性。可能导致这些前瞻性陈述不准确的风险包括我们的美国证券交易委员会文件和报告中不时详述的风险,包括但不限于我们最近的季度报告。 10-Q表格和10-K表格的年度报告。我们不打算更新本新闻稿中包含的信息。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • Cadence
    +关注

    关注

    68

    文章

    1039

    浏览量

    147472
  • PCB打样
    +关注

    关注

    17

    文章

    2983

    浏览量

    23720
  • 华强PCB
    +关注

    关注

    8

    文章

    1831

    浏览量

    29362
  • 华强pcb线路板打样

    关注

    5

    文章

    14629

    浏览量

    44760
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    Aeva新一代激光雷达系统集成Cadence Tensilica Vision DSP

    楷登电子(美国 Cadence 公司,NASDAQ:CDNS)近日宣布,新一代传感与感知系统领导者 Aeva 已获得 Cadence Tensilica
    的头像 发表于 05-19 10:27 780次阅读

    地平线征程6系列集成Cadence Tensilica Vision DSP,实现规模化量产

    近日,全球半导体IP龙头楷登电子(Cadence)正式宣布:地平线征程®6(J6)系列芯片已成功将Tensilica
    的头像 发表于 05-18 09:25 887次阅读

    Allied Vision Alvium 1800 C-291m:嵌入式视觉的高性能相机模块

    Allied Vision Alvium 1800 C-291m:嵌入式视觉的高性能相机模块 在嵌入式视觉领域,高性能相机模块的需求日益增长。Allied Vision的Alvium
    的头像 发表于 05-10 15:10 284次阅读

    Allied Vision Alvium 1800 C-511m:嵌入式视觉的高性能相机模块

    Allied Vision Alvium 1800 C-511m:嵌入式视觉的高性能相机模块 在嵌入式视觉领域,相机模块的性能和功能对于系统的整体表现起着至关重要的作用。Allied Visi
    的头像 发表于 05-10 13:45 252次阅读

    Allied Vision Alvium 1800 C-235c:嵌入式视觉的高性能相机模块

    Allied Vision Alvium 1800 C-235c:嵌入式视觉的高性能相机模块 在嵌入式视觉领域,一款性能卓越的相机模块对于系统的整体表现起着至关重要的作用。今天,我们就来深入了解一下
    的头像 发表于 05-10 13:15 242次阅读

    地平线征程 6 系列集成 Cadence Tensilica Vision DSP,实现规模化量产,合作加速智能驾驶解决方案部署

    近日,楷登电子 Cadence 宣布,地平线征程® 6(J6)已成功将 Tensilica Vision
    的头像 发表于 04-27 13:48 171次阅读

    RZ/V2M:助力嵌入式设备的Vision AI高性能芯片

    RZ/V2M:助力嵌入式设备的Vision AI高性能芯片 在当今嵌入式设备飞速发展的时代,Vision AI技术的应用越来越广泛,对芯片的性能和功能也提出了更高的要求。Renesas
    的头像 发表于 04-01 13:50 250次阅读

    Cadence推出专为新一代语音AI与音频应用打造的 Tensilica HiFi iQ DSP

    ,NASDAQ:CDNS)近日宣布推出 Cadence Tensilica HiFi iQ DSP IP。 这是其广受欢迎的 HiFi DSP
    的头像 发表于 03-19 10:24 2.8w次阅读

    面向嵌入式部署的神经网络优化:模型压缩深度解析

    1.为什么需要神经网络模型压缩? 神经网络已经成为解决复杂机器学习问题的强大工具。然而,这种能力往往伴随着模型规模和计算复杂度的增加。当输入维度较大(例如长时序窗口、高分辨率特征空间)时,模型需要
    的头像 发表于 02-24 15:37 5573次阅读
    面向<b class='flag-5'>嵌入式</b>部署的<b class='flag-5'>神经网络</b>优化:模型压缩深度解析

    神经网络的初步认识

    日常生活中的智能应用都离不开深度学习,而深度学习则依赖于神经网络的实现。什么是神经网络神经网络的核心思想是模仿生物神经系统的结构,特别是大脑中神经
    的头像 发表于 12-17 15:05 524次阅读
    <b class='flag-5'>神经网络</b>的初步认识

    ARM嵌入式这样学

    )话题大热,Arm也推出神经网络机器学习软件 Arm NN,可在基于Arm的高能效平台上轻松构建和运行机器学习应用程序,未来嵌入式行业也将不断革新,嵌入式市场有所可期。 据知乎某15年从业人员看
    发表于 12-04 07:48

    NMSIS神经网络库使用介绍

    NMSIS NN 软件库是一组高效的神经网络内核,旨在最大限度地提高 Nuclei N 处理器内核上的神经网络的性能并最​​大限度地减少其内存占用。 该库分为多个功能,每个功能涵盖特定类别
    发表于 10-29 06:08

    在Ubuntu20.04系统中训练神经网络模型的一些经验

    本帖欲分享在Ubuntu20.04系统中训练神经网络模型的一些经验。我们采用jupyter notebook作为开发IDE,以TensorFlow2为训练框架,目标是训练一个手写数字识别的神经网络
    发表于 10-22 07:03

    液态神经网络(LNN):时间连续性与动态适应性的神经网络

    1.算法简介液态神经网络(LiquidNeuralNetworks,LNN)是一种新型的神经网络架构,其设计理念借鉴自生物神经系统,特别是秀丽隐杆线虫的神经结构,尽管这种微生物的
    的头像 发表于 09-28 10:03 1678次阅读
    液态<b class='flag-5'>神经网络</b>(LNN):时间连续性与动态适应性的<b class='flag-5'>神经网络</b>

    神经网络的并行计算与加速技术

    随着人工智能技术的飞速发展,神经网络在众多领域展现出了巨大的潜力和广泛的应用前景。然而,神经网络模型的复杂度和规模也在不断增加,这使得传统的串行计算方式面临着巨大的挑战,如计算速度慢、训练时间长等
    的头像 发表于 09-17 13:31 1366次阅读
    <b class='flag-5'>神经网络</b>的并行计算与加速技术