omniture

新思科技推出embARC机器学习推理软件库用于节能神经网络

Synopsys, Inc.
2019-04-08 08:00 18780

加州芒廷维尤2019年4月8日 /美通社/ --

重点:

  • 新的embARC机器学习推理(MLI)软件库针对使用卷积神经网络(CNN)和递归神经网络(RNN)的低功耗物联网应用进行了优化。
  • 该库支持节能的新思科技DesignWare ARC EM DSP和HS DSP处理器
  • 与未优化的实现相比,将二维卷积层的性能提高16倍
  • 该库为各种拓扑结构(包括使用长短期内存(LSTM)单元构建的拓扑结构)将RNN加速5倍
  • MLI软件库通过embARC.org网站作为免费的开源软件发布

新思科技(Synopsys, Inc.,纳斯达克股票市场代码:SNPS)近日宣布推出全新embARC机器学习推理软件库,以促进集成了新思科技DesignWare® ARC® EM和HS DSP处理器IP的节能神经网络片上系统(SoC)设计的开发。embARC机器学习推理(MLI)软件库为开发人员提供了优化的功能,来实现各种类型的神经网络层,对于低功耗和低面积的应用,如语音检测、语音识别和传感器数据处理,可显著减少处理器执行周期。embARC MLI软件库可通过embARC.org获得。这是一个专门的网站,让软件开发人员能够集中访问支持ARC处理器的免费开源软件、驱动程序、操作系统和中间件。

Kneron创始人兼首席执行官Albert Liu表示:“为了向用户提供超低功耗的语音触发和识别人工智能解决方案,我们需要像ARC EM DSP处理器那样既节能又节省空间的处理器IP。通过提供embARC机器学习推理软件库,新思科技为片上系统开发人员提供了在基于ARC设计上快速实现机器学习算法所需的基本核心程序。”

embARC MLI软件库支持ARC EMxD和HS4xD处理器,并为有效推断中小型机器学习模型提供了一组基本内核。它能够有效地实现诸如卷积、长短期内存(LSTM)单元、池化、激活函数(如修正线性单元)和数据路由操作(包括填充、转置和连接)等操作,同时降低功耗和内存占用。例如,在ARC EM9D处理器上运行CIFAR-10等低功耗神经网络基准测试,与同类处理器中的竞争对手相比,最多可减少4倍的执行周期。此外,MLI库在广泛的神经网络层(如深度方向的二维卷积、全连接的基本RNN单元和LSTM单元)中平均实现了3-5倍的性能改进,对于二维卷积层,最大性能提升可达16倍。

新思科技IP营销副总裁John Koeter表示:“对于边缘设备中的嵌入式机器学习功能,功耗和占用面积是至关重要的考虑因素。新思科技通过使多种类型的神经网络运行在节能的ARC EM和HS DSP处理器上,扩展了ARC处理器系列,让开发人员可以选择这些处理器来创建他们的节能AI设计。”

面市和资源

  • embARC机器学习推理软件库现在可以从www.embarc.org获得。
消息来源:Synopsys, Inc.
相关股票:
NASDAQ:SNPS
China-PRNewsire-300-300.png
相关链接:
全球TMT
微信公众号“全球TMT”发布全球互联网、科技、媒体、通讯企业的经营动态、财报信息、企业并购消息。扫描二维码,立即订阅!
collection