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

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

    65

    文章

    921

    浏览量

    142075
  • PCB打样
    +关注

    关注

    17

    文章

    2968

    浏览量

    21695
  • 华强PCB
    +关注

    关注

    8

    文章

    1831

    浏览量

    27749
  • 华强pcb线路板打样

    关注

    5

    文章

    14629

    浏览量

    43033
收藏 人收藏

    评论

    相关推荐

    卷积神经网络与传统神经网络的比较

    在深度学习领域,神经网络模型被广泛应用于各种任务,如图像识别、自然语言处理和游戏智能等。其中,卷积神经网络(CNNs)和传统神经网络是两种常见的模型。 1. 结构差异 1.1 传统神经网络
    的头像 发表于 11-15 14:53 382次阅读

    【飞凌嵌入式OK3576-C开发板体验】RKNN神经网络-车牌识别

    LPRNet基于深层神经网络设计,通过轻量级的卷积神经网络实现车牌识别。它采用端到端的训练方式,不依赖字符分割,能够直接处理整张车牌图像,并输出最终的字符序列。这种设计提高了识别的实时性和准确性
    发表于 10-10 16:40

    基于MCU的神经网络模型设计

    嵌入式系统和物联网(IoT)应用中,微控制器(MCU)因其低功耗、低成本和高效能的特点而广受欢迎。然而,随着智能应用的不断发展,传统MCU在处理复杂任务,如图像识别、语音识别等时显得
    的头像 发表于 07-12 18:21 1072次阅读

    BP神经网络和卷积神经网络的关系

    BP神经网络(Backpropagation Neural Network)和卷积神经网络(Convolutional Neural Network,简称CNN)是两种在人工智能和机器学习领域
    的头像 发表于 07-10 15:24 1435次阅读

    BP神经网络和人工神经网络的区别

    BP神经网络和人工神经网络(Artificial Neural Networks,简称ANNs)之间的关系与区别,是神经网络领域中一个基础且重要的话题。本文将从定义、结构、算法、应用及未来发展等多个方面,详细阐述BP
    的头像 发表于 07-10 15:20 1020次阅读

    rnn是递归神经网络还是循环神经网络

    RNN(Recurrent Neural Network)是循环神经网络,而非递归神经网络。循环神经网络是一种具有时间序列特性的神经网络,能够处理序列数据,具有记忆功能。以下是关于循环
    的头像 发表于 07-05 09:52 559次阅读

    递归神经网络是循环神经网络

    递归神经网络(Recurrent Neural Network,简称RNN)和循环神经网络(Recurrent Neural Network,简称RNN)实际上是同一个概念,只是不同的翻译方式
    的头像 发表于 07-04 14:54 730次阅读

    循环神经网络和卷积神经网络的区别

    循环神经网络(Recurrent Neural Network,RNN)和卷积神经网络(Convolutional Neural Network,CNN)是深度学习领域中两种非常重要的神经网络
    的头像 发表于 07-04 14:24 1266次阅读

    深度神经网络与基本神经网络的区别

    在探讨深度神经网络(Deep Neural Networks, DNNs)与基本神经网络(通常指传统神经网络或前向神经网络)的区别时,我们需要从多个维度进行深入分析。这些维度包括
    的头像 发表于 07-04 13:20 838次阅读

    反向传播神经网络和bp神经网络的区别

    反向传播神经网络(Backpropagation Neural Network,简称BP神经网络)是一种多层前馈神经网络,它通过反向传播算法来调整网络中的权重和偏置,以达到最小化误差的
    的头像 发表于 07-03 11:00 789次阅读

    bp神经网络是深度神经网络

    BP神经网络(Backpropagation Neural Network)是一种常见的前馈神经网络,它使用反向传播算法来训练网络。虽然BP神经网络在某些方面与深度
    的头像 发表于 07-03 10:14 829次阅读

    bp神经网络和卷积神经网络区别是什么

    BP神经网络(Backpropagation Neural Network)和卷积神经网络(Convolutional Neural Network,简称CNN)是两种不同类型的人工神经网络,它们在
    的头像 发表于 07-03 10:12 1153次阅读

    卷积神经网络和bp神经网络的区别

    卷积神经网络(Convolutional Neural Networks,简称CNN)和BP神经网络(Backpropagation Neural Networks,简称BPNN)是两种
    的头像 发表于 07-02 14:24 3645次阅读

    Cadence扩充Tensilica IP产品阵容,强化汽车传感器融合计算能力

    Cadence® Tensilica® Vision 331 DSPVision 341 DSP
    的头像 发表于 03-14 11:38 870次阅读

    Cadence 扩充 Tensilica Vision 产品线,新增毫米波雷达加速器及针对汽车应用优化的新款 DSP

    算需求。新推出的 Cadence® Tensilica® Vision 331 DSPVision 341
    发表于 03-06 14:47 3865次阅读
    <b class='flag-5'>Cadence</b> 扩充 <b class='flag-5'>Tensilica</b> <b class='flag-5'>Vision</b> 产品线,新增毫米波雷达加速器及针对汽车应用优化的新款 <b class='flag-5'>DSP</b>