瑞萨隆重推出RZ/V2H这一款嵌入式AI微处理器

日益增长的AI应用中，对AI处理器的算力和能效提出了更高要求，用于满足复杂的AI运用。

瑞萨隆重推出RZ/V2H这一款嵌入式AI微处理器，采用瑞萨最新的DRP-AI3技术，可提供高达8TOPS（dense模型）/80TOPS（sparse模型）的AI推理能力，以及10 TOPS/W 的高能效。它既满足处理复杂的实时物体识别及推理，同时功耗可与传统的嵌入式MPU相媲美，无需冷却风扇，这正是目前AI应用市场急切需要的。

除了用于Linux的Arm Cortex-A55（1.8GHz）四核CPU外，RZ/V2H还嵌入了具有高实时性能的Cortex-R8（800MHz），从而可以开发机器人设备、自动导引车（AGV）等对实时性要求复杂的应用。

RZ/V2H已上市，并提供完善的开发套件，包含RZ/V2H开发板及AI开发的环境和软件工具。

RZ/V2H框图

主要特征

1

CPU：7核

■ Cortex-A55 （1.8GHz） x 4核

■ Cortex-R8 （800MHz） x 2核

■ Cortex-M33 （200MHz） x 1核

2

AI 推理与图形加速器

■ AI加速器DRP-AI3

■ 动态可重构处理器（DRP）

3

图形视频处理

■ MIPI CSI-2 4L摄像头接口4路

■ Arm Mali-C55 ISP 4K

■ H.264/265编解码

■ Mali-G31 GPU

■ MIPI DSI 4L显示输出

4

高速接口

■ 64位LPDDR4/LPDDR4X内存接口

■ 千兆以太网2路

■ USB3.2（Gen2）接口 2ch（仅限主机）

■ PCIe接口（Gen3/4通道）1通道

■ CAN接口（CAN-FD）6ch

5

封装

■ 19x19mm 1368引脚BGA 0.5mm间距

产品优势

■ 瑞萨最新的DRP-AI3加速器，最高可达8TOPS（Dense 模型）/80 TOPS（Sparse模型）

■ 高能效的DRP-AI3无需风扇，降低了冷却组件和系统成本

■ 4路摄像头，支持ISP处理

■ 高实时性CPU，实现AI与控制的高级协同

■ DRP加速了OpenCV等传统图像处理

DRP-AI3加速器

DRP-AI（Dynamically Reconfigurable Processor for AI）作为具有高速AI推理处理能力的AI加速器，基于瑞萨多年来开发的可重构处理器技术，实现了端点所需的低功耗和灵活性。RZV2H采用的DRP-AI3加速器是 最新的DRP-AI产品，其能效比上一代产品高出约10倍。DRP-AI3能够应对AI的进一步发展和机器人等应用的复杂要求。解决发热挑战，实现高实时处理速度，并实现AI产品的更高性能和更低功耗。

具备可对AI模型进行修剪的硬件（H/W）-软件（S/W）协调与传统模型相比，实现了约10倍的能效提升。

■ AI加速器（DRP-AI3硬件）引入高速低功耗技术进行修剪模型

■ 轻松生成适合DRP-AI3的修剪模型的软件，并在硬件中实现最佳

DRP-AI、DRP和CPU在异构架构中协同工作，以加速包含AI的各种算法。

主要应用

■ 机器人

■ 工业视觉

■ 智慧零售

■ 智慧城市及基础建设

■ 智慧家居等

RZ/V2H开发生态系统

1

评估板套件（EVK）

RZ/V2H AI MPU评测套件（RTK0EF0168C04000BJ）用于评测瑞萨电子RZ/V2H四核视觉AI MPU该套件。包括CPU板和扩展（EXP）板。支持RZ/V2H标准软件包，能轻松实现低功耗AI推理和视频流等软件开发任务。此外，这款评测套件还支持图像信号处理器（ISP）、3D图形引擎（GE3D）和可信安全IP等可选功能。

主板（Dimension: 153mm*100mm）

扩展版（Dimension: 153mm*100mm）

2

RZ/V2H AI软件开发套件（AI SDK）

RZ/V2H AI软件开发套件为RZ/V2H开发板提供AI应用开发环境，包括AI SDK软件包及AI SDK源代码，用户可以快速、容易地建立和运行AI应用。

下图展示通过3步将用户所需AI应用在V2H硬件上部署和运行。

3

RZ/V2H AI 模型转换工具

■ DRP-AI Translator（DRP-AI转换器）：这工具用于将ONNX（开放神经网络交换）格式的训练AI模型转换为可由DRP-AI执行的对象格式。

■ DRP-AI TVM：此工具是DRP-AI转换器到TVM后端的扩展。CPU和DRP-AI可以协同工作，对AI模型进行推理处理。

RZ/V MPU系列

RZ/V MPU系列提供一个可扩展的AI性能阵容从0.5TOPS 算力到8TOPS（Dense模型）/80TOPS（Sparse模型），一个MPU平台即可满足入门级到高性能的不同需求。下图展示RZ/V系列的产品规格比较及AI推理性能比较。

RZ/V系列以ResNet-50为例AI推理性能比较（不包括前/后处理）

审核编辑：刘清