0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

Cadence宣布新的Tensilica Vision P6 DSP瞄准嵌入式神经网络应用

PCB线路板打样 来源:LONG 2019-08-07 11:05 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

与上一代Vision DSP相比,最新的DSP四倍神经网络性能

加利福尼亚州圣何塞, 2016年5月2日/PRNewswire/--Cadence Design Systems,Inc。(纳斯达克股票代码:CDNS)今天宣布推出全新Cadence®Tensilica®VisionP6数字信号处理器(DSP),这是Cadence的最高性能视觉/成像处理器,将Tensilica产品组合进一步扩展到快速增长的视觉/深度学习应用领域。新指令,更高的数学吞吐量和其他增强功能为成像和计算机视觉基准设定了新标准,与Tensilica Vision P5 DSP相比,性能提高了4倍。

Tensilica Vision P6 DSP与上一代Vision P5 DSP相比,具有四倍的累加(MAC)性能,针对可用MAC性能主导的卷积神经网络(CNN)应用。与商用GPU相比,Tensilica在典型的神经网络实现中,Vision P6 DSP可以在低得多的功耗下实现两倍的帧速率。对于广泛的其他关键视觉功能,如卷积,FIR滤波器和矩阵乘法,Tensilica Vision P6 DSP利用其改进的8位和16位算法将性能提高了4倍,使其成为理想的DSP用于CNN应用。此外,Tensilica Vision P6实现了即时数据压缩,大大减少了对要求苛刻的“完全连接”神经网络层的内存占用和带宽要求。

Tensilica Vision P6 DSP建立在势头上市场领先的Vision P5 DSP,已由两家领先的移动电话应用处理器供应商设计。这款最新的视觉DSP与Vision P5 DSP兼容,提供可选的32路SIMD矢量浮点单元,包括IEEE半精度标准(FP16)。浮点性能是Vision P5 DSP的两倍,可以轻松使用现有的浮点神经网络实现。

Tensilica Vision P6 DSP的进步进一步提高了软件开发和移植的便利性,全面支持整数,定点和浮点数据类型,以及带有经过验证的自动矢量化C编译器的高级工具链。该软件环境还完全支持标准OpenCV和OpenVX库,支持超过1000个库函数,支持现有成像/视觉应用程序的快速,高级别迁移。 Tensilica Vision P6 DSP的早期客户参与预计将于6月底开始。

“Cadence在高级视觉和深度学习方面投入巨资,”Chris Rowen ,Cadence的IP集团首席技术官说。 “我们正致力于发现神经网络的改进结构和培训,为快速应用开发提供丰富的软件环境,并为嵌入式视觉和学习部署提供突破性的视觉DSP架构.Tensilica Vision P6设计是这项投资的直接结果,这显着提高了视觉效率和可扩展性的标准。“

”我们一直与Cadence密切合作开发基于CNN的视觉应用。具有宽矢量SIMD处理,VLIW指令,快速直方图和分散/聚集内在函数使其成为要求CNN算法的理想平台,“A说。 G. K. Karunakaran ,Multicoreware的总裁兼首席执行官。“Tensilica Vision DSP的性能特点,结合其高度调整的图像处理库和强大的开发环境,实现了我们算法的高效实施,缩短了我们的开发周期。我们很高兴能继续与Cadence合作新一代Vision P6 DSP。“

“更了解周围世界的设备更强大,更自主,更安全,更易于使用,”嵌入式创始人Jeff Bier 说道。视觉联盟。“通过广泛部署深度学习和计算机视觉,像Tensilica Vision P6 DSP这样的处理器正在实现更多智能设备的承诺。”

关于Cadence

Cadence实现全球电子设计创新并发挥必不可少的作用在创建当今集成电路和电子产品方面的作用。客户使用Cadence软件,硬件,IP和服务来设计和验证高级半导体消费电子产品,网络和电信设备以及计算机系统。该公司总部位于加利福尼亚州圣何塞的,在全球设有销售办事处,设计中心和研究机构,为全球电子行业提供服务。

本新闻稿包含一些基于我们当前预期的前瞻性陈述,涉及众多可能导致这些前瞻性陈述不准确的风险和不确定性。可能导致这些前瞻性陈述不准确的风险包括我们的美国证券交易委员会文件和报告中不时详述的风险,包括但不限于我们最近的季度报告。 10-Q表格和10-K表格的年度报告。我们不打算更新本新闻稿中包含的信息。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • Cadence
    +关注

    关注

    68

    文章

    999

    浏览量

    146207
  • PCB打样
    +关注

    关注

    17

    文章

    2977

    浏览量

    23337
  • 华强PCB
    +关注

    关注

    8

    文章

    1831

    浏览量

    29130
  • 华强pcb线路板打样

    关注

    5

    文章

    14629

    浏览量

    44387
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    NMSIS神经网络库使用介绍

    NMSIS NN 软件库是一组高效的神经网络内核,旨在最大限度地提高 Nuclei N 处理器内核上的神经网络的性能并最​​大限度地减少其内存占用。 该库分为多个功能,每个功能涵盖特定类别
    发表于 10-29 06:08

    在Ubuntu20.04系统中训练神经网络模型的一些经验

    本帖欲分享在Ubuntu20.04系统中训练神经网络模型的一些经验。我们采用jupyter notebook作为开发IDE,以TensorFlow2为训练框架,目标是训练一个手写数字识别的神经网络
    发表于 10-22 07:03

    液态神经网络(LNN):时间连续性与动态适应性的神经网络

    1.算法简介液态神经网络(LiquidNeuralNetworks,LNN)是一种新型的神经网络架构,其设计理念借鉴自生物神经系统,特别是秀丽隐杆线虫的神经结构,尽管这种微生物的
    的头像 发表于 09-28 10:03 705次阅读
    液态<b class='flag-5'>神经网络</b>(LNN):时间连续性与动态适应性的<b class='flag-5'>神经网络</b>

    Cadence推出Tensilica NeuroEdge 130 AI协处理器

    楷登电子(美国 Cadence 公司,Nasdaq:CDNS)近日宣布推出 Cadence Tensilica NeuroEdge 130 AI 协处理器(AICP)。这是一款新型处理
    的头像 发表于 05-17 09:38 1051次阅读

    ETAS全新的嵌入式AI解决方案

    “将训练后的AI神经网络模型,自动化生成安全且高效的C代码,用于嵌入式系统” ,近日ETAS携全新的智能化工具Embedded AI Coder亮相2025上海国际车展。
    的头像 发表于 05-07 11:43 1578次阅读
    ETAS全新的<b class='flag-5'>嵌入式</b>AI解决方案

    瑞芯微RK2118 SoC搭载Cadence Tensilica HiFi 4 DSP

    楷登电子(美国 Cadence 公司,NASDAQ:CDNS)与瑞芯微电子股份有限公司(以下简称“瑞芯微”,股票代码:603893)今日共同宣布在音频处理技术领域的一项重要进展,搭载 Cadence
    的头像 发表于 04-24 10:51 1105次阅读

    BP神经网络与卷积神经网络的比较

    BP神经网络与卷积神经网络在多个方面存在显著差异,以下是对两者的比较: 一、结构特点 BP神经网络 : BP神经网络是一种多层的前馈神经网络
    的头像 发表于 02-12 15:53 1307次阅读

    BP神经网络的优缺点分析

    BP神经网络(Back Propagation Neural Network)作为一种常用的机器学习模型,具有显著的优点,同时也存在一些不容忽视的缺点。以下是对BP神经网络优缺点的分析: 优点
    的头像 发表于 02-12 15:36 1585次阅读

    什么是BP神经网络的反向传播算法

    BP神经网络的反向传播算法(Backpropagation Algorithm)是一种用于训练神经网络的有效方法。以下是关于BP神经网络的反向传播算法的介绍: 一、基本概念 反向传播算法是BP
    的头像 发表于 02-12 15:18 1274次阅读

    BP神经网络与深度学习的关系

    BP神经网络与深度学习之间存在着密切的关系,以下是对它们之间关系的介绍: 一、BP神经网络的基本概念 BP神经网络,即反向传播神经网络(Backpropagation Neural N
    的头像 发表于 02-12 15:15 1340次阅读

    BP神经网络的基本原理

    BP神经网络(Back Propagation Neural Network)的基本原理涉及前向传播和反向传播两个核心过程。以下是关于BP神经网络基本原理的介绍: 一、网络结构 BP神经网络
    的头像 发表于 02-12 15:13 1518次阅读

    Cadence宣布收购Secure-IC

    近日, 楷登电子(美国 Cadence 公司,NASDAQ:CDNS)近日宣布已就收购领先嵌入式安全 IP 平台提供商 Secure-IC 达成最终协议。Secure-IC 的优秀人才,和其经过验证
    的头像 发表于 01-24 09:18 1295次阅读

    Cadence收购Secure-IC强化嵌入式安全布局

    近日,全球领先的电子设计自动化(EDA)解决方案提供商Cadence宣布,已成功达成最终协议,将收购嵌入式安全IP平台领域的佼佼者Secure-IC。
    的头像 发表于 01-23 16:27 901次阅读

    加特兰集成Cadence DSP,升级汽车成像雷达解决方案

    楷登电子(Cadence)与毫米波雷达芯片开发领域的佼佼者加特兰共同宣布了一项重要合作。Cadence已正式授权加特兰,将其先进的Cadence T
    的头像 发表于 01-10 14:14 1030次阅读

    人工神经网络的原理和多种神经网络架构方法

    在上一篇文章中,我们介绍了传统机器学习的基础知识和多种算法。在本文中,我们会介绍人工神经网络的原理和多种神经网络架构方法,供各位老师选择。 01 人工神经网络   人工神经网络模型之所
    的头像 发表于 01-09 10:24 2247次阅读
    人工<b class='flag-5'>神经网络</b>的原理和多种<b class='flag-5'>神经网络</b>架构方法