Beschleunigen Sie Edge AI mit Lattice sensAI
Der Lattice sensAI Lösungspaket ist eine umfassende Sammlung von Tools und Ressourcen, die darauf ausgelegt sind, die Integration flexibler, energieeffizienter Inferenz an der Edge zu beschleunigen.
Der voll ausgestattete Lattice sensAI Stack enthält alles, was Sie benötigen, um FPGA-basierte Machine-Learning- / Künstliche-Intelligenz-Lösungen zu evaluieren, zu entwickeln und bereitzustellen - modulare Hardware-Plattformen, Beispieldemonstrationen, Referenzdesigns, neuronale Netzwerk-IP-Cores, Software-Tools für die Entwicklung und maßgeschneiderte Design-Services.
Die FPGA-basierten maschinellen Lernlösungen von Lattice sind hochflexibel, leicht zu implementieren, energieeffizient (von unter 1 mW bis 5 W), klein (mit Gehäusegrößen ab 5,5 mm²) und für die Massenproduktion preislich ausgelegt.
Lattice kann Ihnen dabei helfen, die Implementierung von Always-on-, On-Device-AI in eine Vielzahl von Edge-Anwendungen zu beschleunigen, einschließlich mobiler, smarter Home-, smarter City-, smarter Fabrik- und smarter Auto-Produkte mit End-to-End-Lösungen, die auf HMI abzielen.
Um mehr über Lattice sensAI zu erfahren und wie Lattice Ihnen bei der Innovation Ihrer AI-Anwendungsentwicklung helfen kann, besuchen Sie Lattice sensAI.
CrossLink-NX Voice- und Vision-Machine Learning-Board
Ein Board, das speziell für energieeffiziente Machine-Learning-Anwendungen entwickelt wurde, mit CrossLink-NX 40K, einem leistungsstarken FPGA mit einem AI-Beschleuniger.
Lattice Neural Network Compiler
Analysieren, simulieren und kompilieren Sie schnell verschiedene Netzwerke zur Implementierung auf Lattice CNN/CNN Compact Accelerator IP-Kernen.
Lattice sensAI Studio
End-to-End-Modell-Zoo, Daten-Labeling, Modell-Training, Validierung und Bereitstellungstool.
Demo zur Erkennung von Benutzeraufmerksamkeit
Die Lattice sensAI-Technologie für intelligente visuelle Erkennung verfolgt die Aufmerksamkeit und das Nutzungsverhalten der Gerätebenutzer, wodurch Edge-Geräte intelligenter und aufmerksamer gegenüber ihrer Umgebung sind als je zuvor.
Schnelle Analyse, Simulation und Kompilierung verschiedener Netzwerke für die Implementierung auf Lattice CNN/CNN Compact Accelerator IP-Kernen.
Referenzdesign zur Objektklassifizierung
Ein vollständiges Designbeispiel, das auf beliebten Lattice-Entwicklungsboards (einschließlich FPGA RTL) ausgeführt wird, umfasst neuronale Netzwerkmodelle sowie Beispiel-Trainingsdatensätze und Skripte, um das Beispiel nach Bedarf zu erstellen und zu aktualisieren. Die gleichen Beispiele werden über sensAI Studio bereitgestellt.
Sind Sie an Lattice AI-Lösungen interessiert?
Artikel Tags
