Revisão: totalmente programável tecnologia será estendido para uma ampla gama de aplicações de aprendizagem automática visualmente orientados

Pedido de Machine Learning se expande rapidamente a um número crescente de mercado de terminal, o utilizador final, em que a nuvem ou soluções mistas terminar o processamento de dados combinados análise baseada na nuvem em base. aplicações em nuvem orientados, Xilinx lançou recentemente uma pilha acelerado reconfigurável (novembro 2016 lançamento), dirigida contra uma variedade de computação, incluindo a aprendizagem máquina de inferência, incluindo a aplicação acelerada. Para a aplicação final, Xilinx agora anunciado com Xilinx® revisão Stack guia visual bastante expandido para uma ampla gama de aplicações de aprendizagem de máquina. A nova pilha de revisão pode suportar uma ampla gama de software e sistemas incorporados, com experiência engenheiros pouco ou nenhum hardware design, podemos tirar proveito da tecnologia Xilinx mais fácil e rápido para desenvolver aplicações de aprendizagem de máquina visualmente orientados.

Figura 1. Xilinx para expandir a aplicação da aprendizagem máquina a partir da extremidade para implantação nuvem

visão Xilinx larga e aplicações de aprendizagem de máquina

Como mostrado na Figura 2, pensar globalmente, Xilinx tornou-se a melhor escolha para muitas empresas a construir avançado incorporado sistemas de visão. A partir de hoje, o mundo tem 23 fabricantes de automóveis Xilinx implantação de sistemas de visão incorporados avançados em 85 modelos diferentes de sistemas ADAS carros, além de centenas de clientes de visão incorporados em milhares de outras aplicações implantação da Xilinx de sistemas de visão incorporados avançados. Pelo menos 40 das quais foram desenvolvidas ou implementadas técnicas de aprendizado de máquina para melhorar drasticamente o sistema de inteligência. Agora, a maioria dos clientes da Xilinx visuais incluem engenheiros com forte experiência em hardware, ter aplicações manchados Zynq® Todos programável SoC e MPSoC

Figura 2: Xilinx incorporado Achievement Visão Indústria

aplicações alvo de revisão e missão

Xilinx está fornecendo suporte para uma série de mercado de aplicativos populares. Nestes mercados, a diferenciação é fundamental, o sistema deve responder rapidamente, os últimos algoritmos e sensores deve ser capaz de ser implantado rapidamente. Estas aplicações incluem aplicações "consumidor profissional", automotivo, industrial, médica, aeroespacial, militar e aplicações de ponta de consumo high-end. Estas aplicações normalmente não incluem a implantação de aplicações de consumo ou aplicações comerciais convencionais em quantidades muito grandes na diferença do menor "suficientemente bom" ou o desenvolvimento de uma tecnologia madura.

Como mostrado na Fig. 3, um grande número de aplicações nas tradicionais alterações visuais incorporados ocorrendo após a técnica de fusão e o uso do sensor de visão de máquina.

3. A FIG incorporados de visão do sistema autónomo para-orientada visualmente

A próxima geração de aplicações robóticas incluindo colaboração com veículos aéreos não tripulados e função indução evitar, realidade aumentada, veículos autônomos, monitoramento automatizado e diagnósticos médicos. Estes sistemas normalmente têm três missões:

Aplicação da próxima missão sistemas visualmente orientados: Figura 4

1. O sistema não só pensar, mas também para a situação imediatamente fazer uma "resposta". Isto requer um sensor para o processamento, a tomada de análise e decisão, controlo e comunicação em todo o processo de vista mais consistente. Mas também a aplicação eficiente, implementar as mais recentes técnicas de aprendizado de máquina, para atender os requisitos de precisão de oito e um nível mais profundo. Note-se que, para a formação de tecnologia de otimização de aprendizagem de máquina continua a desviar-se técnicas de otimização de inferência de aprendizado de máquina. Xilinx optimizou a sua série completa de dispositivos programáveis de inferência técnicas.

2. Tendo em conta as rápidas mudanças e o rápido desenvolvimento da rede neural e o algoritmo de sensor associado, a flexibilidade deve ser alcançado, por hardware e sistema de atualização de software reconfigurabilidade.

3. Uma vez que muitos do novo sistema estão conectados à juntos (as coisas), é necessário, tanto para equipamentos e comunicação convencional existente, mas também para se comunicar com o lançamento de novos dispositivos no futuro, mas também permite comunicações em nuvem. Xilinx Este definido como qualquer interligação.

Figura 5: Xilinx vantagens de aplicação única

dispositivos Xilinx pode suportar exclusivamente todas as anteriores três missões, e tem vantagens significativas e mensuráveis sobre as outras alternativas. Por inferência e controle eficiente da Xilinx alcançar o tempo de resposta mais rápido, suporta os mais recentes algoritmos de redes neurais e sensores do sensor pode ser reconstruído, e qualquer suporte convencional ligado à máquina ou uma nova rede e na nuvem.

No entanto, essas vantagens dispositivos Xilinx ter tido apenas os utilizadores profissionais ou RTL hardware expertise em design podem se beneficiar, o software para programação personalizada e suporte para uma ampla gama de aplicações que utilizam indústria bibliotecas padrão e estruturas, ainda há enormes obstáculos. pilha revisão Nascido para resolver este obstáculo levando a uma ampla gama de aplicações.

Figura 6: Os obstáculos amplamente

revisão PILHA

Figura 7: Pilha Xilinx revisão

Xilinx revisão pilha inclui uma riqueza de recursos de desenvolvimento para a plataforma, o algoritmo e desenvolvimento de aplicações, suporte de rede neural mais popular (como AlexNet, GoogLeNet, SqueezeNet, SSD e FCN), bem como elementos da biblioteca (como a rede CNN otimização camada pré-definidos tipo de implementação, que é a construção de costume neural network DNN / necessários para a CNN). Com uma riqueza de recursos para acelerar para atender as exigências do OpenCV, apoiando o processamento de visão de máquina. Desenvolvimento e nível de aplicação, o apoio Xilinx para frameworks populares, incluindo a aprendizagem de máquina Caffe e visão computacional para OpenVX (segundo semestre de 2017 será lançado). pilha revisão também inclui MPSoC baseado plataforma de desenvolvimento Zynq SoC e Xilinx e terceiros.

Remover barreiras ao acesso a uma ampla gama de aplicações

pilha revisão suporta uma ampla gama de equipes de projeto não precisa de um grande número de especialização hardware subjacente, processo de desenvolvimento definidos pelo software será capaz de integrar a implementação eficiente de aprendizado de máquina e algoritmos de computador para responder rapidamente ao sistema.

8, processo de desenvolvimento revisão familiarizados de compiladores de linguagem C, C ++, e / ou OpenCL e a arte eclipse ambiente de desenvolvimento baseado afins (isto é, ambiente de desenvolvimento SDSoC) para iniciar. No ambiente SDSoC, engenheiros de software e engenheiros de sistemas para plataforma de hardware revisão como o objetivo, eo uso de um grande número de biblioteca de visão computacional aceleração-pronto, e logo também adoptar quadro OpenVX para aplicações construir rapidamente.

Figura 8: processo de concepção definida por software revisão

Para aprendizagem de máquina, podemos usar estruturas populares como Caffe treinamento da rede neural, com Caffe .prototxt arquivos gerados programador configurado software baseado em ARM, dedica a impulsionar a lógica programável pré-otimizado inferência acelerador CNN.

E outros algoritmos de visão de computador de propriedade, o usuário pode analisar características do código de software, encontrar gargalos ea aceleração código marcado e "otimização de hardware" desejável de uma função particular. "Compiler Sistema de Optimização" é usado para acelerar a criação de implementação, incluindo uma interface de processador / acelerador (Data Mover) e um driver de software. Combinação de visão de computador e função de aprendizagem de máquina, o compilador pode criar otimizado implementações de integração.

Como mostrado, o usuário especialista usando Xilinx 9 no lado esquerdo do fluxo tradicional projeto RTL, em cooperação com os desenvolvedores de software ARM gastar um monte de tempo de design para desenvolver aplicativos de aprendizado de máquina e visão computacional altamente diferenciados.

Figura 9: Revisão Stack - barreiras Remover para acesso a uma ampla gama de aplicações

Para acelerar ainda mais o processo de design, reduzir a dependência de especialistas em hardware, Xilinx introduzido cerca de dois anos com base em C, C ++ e ambiente de desenvolvimento SDSoC linguagem OpenCL. Enquanto isso milhares ajudaram dos outros para desenvolver suas plataformas próprias infra-estrutura, aplicações e base de usuários reduzir drasticamente o ciclo de desenvolvimento, mas ainda não pode satisfazer as exigências de uma ampla gama de promoção e aplicação da implantação aprendizado de máquina e aprendizagem de máquina também trouxe questões complexas.

10, nova pilha revisão da Xilinx para que mais engenheiros de software e sistemas engenheiros precisam mestre ou apenas um pouco de hardware mestre expertise em design, podemos mais facilmente e rapidamente desenvolver sistema de visão inteligente integrado, incluindo a máquina implementação ultra-eficiente de algoritmos de aprendizagem e de visão computacional integrado ao sistema altamente sensível.

Figura 10: Xilinx Nvidia Tegra X1 e Comparativo revisão

A capacidade de resposta mais rápido - atraso mínimo para inferir a partir do sensor e controle

Como mencionado acima, os processos definidos por software para suportar rápido desenvolvimento da revisão do sistema de resposta mais rápido. Na verdade, em comparação com o CPU embutido típico e parâmetros de desempenho SoC do desempenho da Xilinx muito além da NVIDIA (Nvidia) que adversários fortes.

O Zynq SoC pode ser visto em comparação com os processos de revisão de referência à base Nvidia Tegra X1, máquina revisão dos processos de aprendizagem falando consumo de energia da unidade de captura de imagem 6 vezes mais rápido, a taxa de quadros vai melhorar o computador o processamento visual 42 vezes, e atraso única 1/5 (em milissegundos), os dados em termos de aplicações em tempo real são essenciais.

Como mostrado na Fig. 11, que tem um tempo de resposta do sistema rápido determinista é útil. Vemos a partir deste exemplo, um carro baseado no uso da Xilinx Zynq SoC de revisão com o carro usa Nvidia Tegra identificar potenciais colisões e tirar os freios, a velocidade é de 65 mph, a implementação específica do dispositivo de acordo com a Nvidia Xilinx tempo de resposta pode deixar o carro a uma distância de 5-33 pés de parada, tornando-o fácil de implementar do freio de segurança para evitar uma colisão.

Figura 11: Tempo de Resposta Por que é importante: comparação de Xilinx e Nvidia Tegra X1

As vantagens significativas de tempo de resposta de Zynq SoC com respeito à estrutura básica da GPU e vantagens da SoC típico incorporado. 12, um SoC típico e GPU incorporado a partir das necessidades de sensores para a visão, processo de controle de aprendizado de máquina e memória externa freqüentemente acessados. Em contraste, Zynq SoC implantado memória interna e a lógica programável muito mais significativa (até 19 vezes o Nvidia Tegra X1) e os dados optimizam fluxo optimização alcançado. Este não é apenas para conseguir o atraso é relativamente 1/5 de alternativas, mas também para alcançar uma capacidade de resposta em tempo real determinística para muitas aplicações críticas.

Figura 12: Xilinx tempo de resposta fontes vantagem

E sensores para a última reconfiguração da rede

O tempo de resposta é muito importante, e solução Xilinx também fornece uma vantagem reconfigurável muito original. A fim de ser capaz de implementar o melhor sistema com redes neurais sofisticados e aprendizagem de máquina eficiência inferência, os engenheiros devem ser capazes de hardware otimizar e software ao longo do ciclo de vida do produto. Como mostrado na Figura 13, os dois últimos anos de desenvolvimento de máquina de aprendizagem provocada pelo progresso tecnológico além do nível dos últimos 45 anos. Muitos nova rede neural com o desenvolvimento de novas tecnologias, mas também um aumento substancial na eficiência de implantação. Não importa o que o desenvolvimento de padrões de hoje, o que implementações futuro, você precisa reconfigurabilidade hardware garantir as necessidades futuras. Apenas Xilinx totalmente programável (All programável) dispositivo pode fornecer este nível de reconfiguração.

Figura 13: Com o desenvolvimento de técnicas de aprendizagem de máquina, porque reconfigurabilidade muito importante?

Como mostrado na Fig. 14, a gestão da rápida evolução da tecnologia de sensores também requer reconfigurabilidade. Artificial Intelligence (AI) revolução acelerou o desenvolvimento da evolução tecnologia de sensores em diferentes campos, mas também requer um nível mais alto de fusão de sensores para integrar diferentes tipos de sensores, a fim de construir um ambiente de sistema abrangente e completa e objetos na vista do meio ambiente. E aprendizagem de máquina semelhante, não importa o que os padrões de configuração do sensor desenvolvido, como o futuro, precisamos atender a futura demanda por reconfigurabilidade hardware. Da mesma forma, apenas Xilinx Todos os dispositivos programáveis de modo a proporcionar este nível de reconfiguração.

Figura 14: Por que Com o desenvolvimento de sensores, reconfigurabilidade muito importante?

Qualquer conexão e Sensor Interface

15, fornece uma conectividade robusta e confiável quaisquer vantagens baseadas em sensores de interface Zynq internet visual.

vantagem Zynq ligado sensores e compreendendo:

1. em relação ao outro mercado SoC, por agora, as melhorias de largura de banda de até 12 vezes, incluindo suporte para o costume nativo e 8K resolução.

2. O aumento substancial no nível de largura de banda e a interface de sensor de canal, para suporte do sensor combinação diferenciadas, incluindo radar, LiDAR, um acelerómetro e de um sensor de binário força.

3. O último líder da indústria de transferência de dados e suporte interface de armazenamento, a fim de padrões futuro se encontram pode ser facilmente reconfigurado.

 FIG 15: Sensor & conector: Xilinx típico SoC e comparação com Nvidia

contraste Xilinx Solutions com o resto da indústria

Pelo vantagens únicas plataforma Zynq e equipados com uma variedade de ambiente de desenvolvimento integrado da indústria bibliotecas padrão definidos por software e suporte da estrutura, ofertas de revisão a melhor alternativa para o sistema de desenvolvimento visual. Como mencionado anteriormente, a revisão é o único que permite a aplicação inteligente de três missões, com tecnologia de ponta para atender a diferentes e importantes às exigências do mercado, apoiando ao mesmo tempo a mais rápida resposta, reconfigurabilidade, qualquer conexão e definida software programação. Ele também tirar proveito das barreiras remove modelo de programação definidos por software para acesso a uma ampla gama de aplicações.

16, sobre o eixo vertical de apoio só revisão do sensor para a aprendizagem de máquina e optimizar o controlo inferência interligados para alcançar o melhor tempo de resposta do sistema. No eixo horizontal, só pode algoritmo revisão optimizada para a aceleração de hardware para fornecer o reconfigurabilidade necessário, e pode ser atualizado para a atualização mais recente de sensores e necessidades de conectividade. Enquanto dispositivos de hardware muitos especialistas Xilinx clientes têm sido capazes de alcançar esses benefícios, mas a nova pilha de revisão definido pela implementação de software de programação usando indústria bibliotecas padrão e estruturas, eliminar os obstáculos a uma ampla gama de aplicações.

Figura 16: Xilinx - mercado-alvo para a mais rápida e a melhor escolha para o reconfigurável reação

Resumo: Revisão

Com a introdução da pilha Xilinx revisão , tecnologia Xilinx será estendido para uma ampla gama de aplicações de aprendizagem automática visualmente orientados. Lançado revisão pilha para mais complemento e melhorar a pilha reconfigurável acelerar lançado recentemente, expande significativamente a tecnologia Xilinx no campo de aplicação de aprendizagem de máquina de ponta a implementação de nuvem. A nova pilha de revisão pode suportar uma ampla gama de pouca ou nenhuma experiência de software e engenheiros de sistemas de hardware, tornando mais fácil e mais desenvolvimento de sistemas inteligentes visualmente orientada rapidamente. Uma vez que as vantagens de aprendizado de máquina, visão computacional, sensor de fusão e integração conectado, esses engenheiros em se beneficiar muito.