兩者都旨在實現消費者和工業網絡邊緣產品中的神經網絡。它們不適合網絡培訓,必須在其他地方進行。
'二進制神經網絡(BNN)加速器'支持1位權重,具有1位激活量化,旨在與公司的iCE40 UltraPlus FPGA一起使用。
加速器和FPGA的組合適用於永遠在線的應用,如口頭關鍵詞檢測,人臉檢測和物體檢測。
預測的BNN + iCE40 UltraPlus應用參數為:
第二個產品“卷積神經網絡(CNN)加速器”支持選擇1,8和16位數據,用於權重和激活,針對ECP5 FPGA - 通常用於視頻用途。
為了節省FPGA資源,可以在神經網絡的不同層中混合和匹配不同的字寬(1,8或16位)。
加速器和FPGA的這種組合適用於面部跟踪,對象跟踪,速度符號檢測和對象計數等應用。
預測的CNN + ECP5應用參數是:
對於軟件開發,該公司正在引入與Caffe和TensorFlow網絡開發系統兼容的神經網絡編譯器。
Lattice營銷總監Deepak Boppana表示,編譯器不需要先前的RTL經驗,也可以分析和模擬設計。
Boppana表示,該計劃將與該公司的Radiant開發環境一起用於BNN + iCE40 UltraPlus組合,或用於CNN + EC5P的Diamond開發環境。
對於不確定如何開發基於神經網絡的應用程序的客戶,該公司已與包括Colorado Engineering,Wipro,Softnautincs和VectorBlox在內的設計服務公司建立了合作關係。
硬件開發板已經可用於iCE40 UltraPlus和ECP5。
接口橋接和數據聚合應用有望用於大容量物聯網應用,包括智能揚聲器,監控攝像頭,工業機器人和無人機。
正在提供參考設計:面部檢測,關鍵短語檢測(iCE40 UltraPlus)和EC5P:對象計數,面部跟踪和速度符號檢測。
加速器品牌'印象之美“。