面向视觉 AI 应用的全新 MPU 平台:瑞萨RZ/V2H MPU

视觉 AI 是发展最快的嵌入式人工智能学科之一，它加入了 AI 增强的语音工具和实时分析，成为快速收集、处理和训练大量数据的一种手段。根据 ITR Economics 的预测，视觉 AI 市场预计将从 2020 年的 5 亿美元增长到 2025 年的 13 亿美元，复合年增长率为 22%。

该行业不断从严重依赖云连接通信转向网络边缘的 AI 解决方案，推动了对嵌入式视觉 AI 解决方案的需求。虽然基于边缘的 AI 系统允许最终用户以前所未有的规模和速度做出明智的决策，但他们必须在提供优化的处理速度、能耗和客户易用性的同时做出明智的决策。

作为致力于将 AI 优势带给广大客户的嵌入式技术解决方案领导者，瑞萨电子最近推出了我们最新的基于视觉的 AI 解决方案 [RZ/V2H 微处理器]（MPU） 平台。这种新的机器人自动化方法专为工业、家庭、办公室和智慧城市应用而开发，使设计人员能够快速轻松地将视觉传感系统嵌入到边缘或端点，而不会产生基于云的解决方案的成本、延迟和功耗损失。

提升视觉 AI 处理性能

全新瑞萨电子四核 RZ/V2H MPU 单一平台可加速多图像处理，并通过支持多达四个摄像头（使用随附的 USB 端口时为六个）来提高自动化工厂设备、机器人控制、运输系统和许多其他终端应用的准确性。

从原始性能的角度来看，RZ/V2H 平台包括瑞萨电子的第三代动态可重构处理器 （DRP）。专有的 [DRP-AI3] AI 加速器的性能比以前的型号提高了 10 倍，这使得新的 MPU 平台能够将处理速度提高到每秒 80 万亿次操作 （TOPS），而上一代 MPU 的处理速度为 0.5 - 1.0 TOPS。

瑞萨电子还利用其专有的 DRP 技术开发了 [OpenCV 加速器]，该加速器可加快 OpenCV 的处理速度，OpenCV 是一个用于计算机视觉处理的开源行业标准库。DRP-AI3 和 OpenCV 加速器的结合增强了 AI 计算和图像处理算法，处理数据的速度比传统 CPU 快 16 倍。

图像

高能效设计消除了 AI 视觉系统中的风扇和散热器

得益于 DRP-AI3 加速器的先进设计，新的 MPU 平台将功率效率提高到 10 TOPS/W，比早期解决方案节省 10 倍的能源。这种极其节能的设计消除了竞争解决方案所需的风扇和散热器需求，为在功耗敏感型网络边缘运行的 AI 应用节省了大量空间、成本和设计时间。

瑞萨电子使用一种新颖的硬件和软件方法实现了这一突破，其中包括 AI 加速器和主处理器之间的协调，以便快速处理各种算法。DRP-AI3 加速器的其他节能创新包括 AI 模型轻量级，包括量化以降低神经网络数据的比特率，以及修剪，这是一种通过设置权重信息来提高机器学习模型效率来跳过计算的技术。

瑞萨电子的视觉 AI MPU 平台让客户的生活更轻松

为了提高客户的易用性，瑞萨电子除了发布了预训练模型的 AI 应用库和 AI SDK 外，还发布了 RZ/V2H 评估板。这些新工具共同帮助工程师在设计流程的早期轻松评估应用程序，即使他们缺乏广泛的 AI 知识。这包括准备 [50 多个应用示例]，这些示例可以免费下载并用于多种最终用途。随着另外 50 个应用示例即将发布，设计人员可以利用大量潜在的用例，其中包括：

• 缺陷检查： 监控工厂生产以检测产品中的视觉故障
• 非接触式工业控制： 用手势取代物理控制
• 作物保护： 在流浪动物或野生动物损坏农作物之前提醒农民
• 电梯用途： 实现非接触式控制和乘客计数
• 停车位预订： 实时数据跟踪停车位空置情况
• 智能POS： 优化的零售结账

未来，我们预计视觉 AI 将由边缘的生成式 AI 补充，这将根据特定的数据执行需求和所需的性能水平，将设计复杂性提高到一个新的水平。今天，生成式 AI 仍然是一种成本高昂且耗电的选择，主要用于处理大量数据集，但我们相信随着时间的推移，两者将协同工作，以促进灵活、可扩展、具有成本效益的决策。

两者相结合可以实现更复杂的图像处理，甚至可以将嵌入式视觉系统与其他 AI 处理模型集成。无论哪种方式，趋势都是不可避免的：AI 正在进入网络边缘。

审核编辑 黄宇