EO_476

EDA/SW/T&M VISION PROCESSING/AI 57 - ELETTRONICA OGGI 476 - MARZO 2019 AI superiori di 1,5 volte rispetto al suo predecessore, il DSP Vision P6. Oltre a questo, il nuovo DSP garantisce un’efficienza energetica maggiore di 1,25 volte rispetto alle prestazioni di punta del Vision P6. Una pipeline di elaborazione a 13 stadi più profonda e un’architettura di sistema progettata per l’uso con memorie locali di grandi dimensioni, consentono al DSP Vision Q6 di rag- giungere una frequenza di picco di 1,5 GHz e una fre- quenza tipica di 1 GHz in tecnologia 16nm occupando la stessa superficie del DSP Vision P6. I progettisti che utilizzano il DSP Vision Q6 possono sviluppare prodotti ad alte prestazioni in grado di soddisfare le crescenti esigenze di visione e intelligenza artificiale, rispettando però i requisiti più stringenti di efficienza energetica. Le funzionalità del DSP Vision Q6 includono: numero di cicli rispetto al DSP Vision P6 in applicazio- ni/kernel integrati di visione quali Optical Flow, Tran- spose e warpAffine nonché nei filtri più diffusi, quali Median e Sobel. ! interfacce AXI master/slave separate per dati/istruzio- ni e DMA a 2 canali che alleggerisce le sfide associate alle comunicazioni con la memoria nelle applicazioni di visione e di intelligenza artificiale; ciò riduce anche latenza e overhead legati al task switching e alla con- figurazione DMA. " ! # $ %& ' ai clienti di preservare il proprio investimento software semplificando la migrazione. ( # ) ) ! *$+ (, supporta anche le configurazioni half-precision (FP16). Il DSP Vision D6 supporta le applicazioni AI sviluppa- te nei framework Caffe, TensorFlow e TensorFlowLite tramite l’ambiente Xtensa Neural Network Compiler (XNNC) Tensilica. XNNC mappa le reti neurali in un codice eseguibile altamente ottimizzato e ad alte pre- stazioni per il DSP Vision Q6, sfruttando il set completo di funzioni di rete neurale della libreria. Il DSP Vision D6 supporta anche l’API Android Neural Network (ANN) per l’accelerazione AI on-device nei dispositivi Android. Nella figura 5 è riportato il flusso software automatizzato per applicazioni AI, mentre in figura 6 è schematizzata un’implementazione multi-core. Questa soluzione si adatta ad altri tool software offerti dalla suite Cadence Tensilica. Gli sviluppatori non sono quindi costretti a familiarizzare con una nuova piattafor- ma, consentendo così un time-to-market più aggressivo. La soluzione si inserisce all’interno di vari framework di reti neurali, combinando codici utente, tool e librerie esistenti, e semplificando il processo di sviluppo. Il DSP Vision D6 è anche retrocompatibile con il DSP Tensilica Vision P6, tutelando pertanto l’investimento software grazie a una migrazione semplificata dalle precedenti versioni della famiglia. L’ambiente software offre inoltre supporto completo e ottimizzato per oltre 1.500 funzioni di visione a livello di libreria OpenVX e OpenCV, consentendo una migrazione rapida e di alto livello delle applicazioni di visione esistenti. Per riassumere, una soluzione DSP di successo per trattamento immagini e AI deve essere: - ! ! - ale una grande quantità di dati qualunque sia il mer- cato di riferimento, dalle comunicazioni mobili all’au- tomotive. Le applicazioni che utilizzano la visione e l’intelligenza artificiale devono essere incorporabili all’interno del sistema proprietario, indipendentemen- te dal mercato. - .l / avere a disposizione un datacenter sulla nostra auto o nel nostro dispositivo, non possiamo neanche avere sempre a portata di mano delle fonti di energia. Il DSP Cadence Tensilica Vision Q6 è stato concepi- to per soddisfare questi vincoli. Più veloce e con un consumo inferiore rispetto alle soluzioni precedenti, soddisfa le esigenze di mercato per quanto riguarda il trattamento delle immagini e l’intelligenza artificiale grazie a un processore con pipeline a 13 stadi, offren- do un incremento di prestazioni pari a 1,5 volte a pa- rità di area. Fig. 6 – Una soluzione multi-core Fig. 5 – Flusso software automatizzato per applicazioni AI