PXIE-6738 Подстро AI НННН интегральн для машин обучен аппаратн ускорен пакет hls4ml, с открыт исходн код а такж siemens для высок уровн комплексн подстро ™ бсо программн обеспечен.
Мовахед, вице-президент по цифровой промышленности и генеральный менеджер по высокоуросному дизайну, аутсорсинге и энергопотреблению, заявил: «Будь то процесс передачи нейросетевых моделей, или ручное преобразования, которое они реализируют в аппаратное обеспечение, являются очень неэффективными и могут быть ошибочными, особенно в тех случаях, когда создаются и реализируются варианты железного ускорителя, нацеленные на конкретные характеристики, энергопотребление и площади. Благодаря тому, что уPXIE-6738 ченые и специалисты по ии могут в полной мере использовать стандартные в промышленности модели ии (например, нейросетевые модели), а также интегрировать эти модели беспрепятственным образом в уже оптимизированные аппаратные разработки, мы сможем создать больше возможностей для инженеров по программному обеспечению AI/ML. Используя новые решения Catapult AI NN в siemens, разработчицы могут автоматически реализовывать нейросетевые модели в процессе разработки программного обеспечения, одновременно оптимизируя PPA, эффективно увеличивая эффективность разработки ии и ускоряя инновации».
По мере того как ранtime AI и машинообучающие задачи перемещаются из центра обработки данных в такие области, как потребительская техника, медицинское оборудование и т.д. Однако большинство специалистов в области машинного обучения более привычно использовать такие инструменты, как tenсорflow, PyTorch или Keras, чем интегрированные C++, Verilog или VHDL. В прошлом не было краPXIE-6738 тчайшего пути для того, чтобы специалисты ии ускорили применение машинного обучения в ASIC или SoC реализациях соответствующего размера. Программа hls4ml направлена на то, чтобы создать нейронные сети в рамах AI, таких как tenсорflow, PyTorch или Keras, чтобы помочь исправить этот недостаток. Затем эти коды C++ могут быть использованы для реализации FPGA, ASIC или SoC.
Catapult AI NN смогла расширить функции hls4ml в ASIC и SoC дизайны, включая специализированную базу данных для обучения на машине C++ +, разработанную специально для ASIC дизайнов. Используя эти функции, проектировщики смогли взвесить задержку времени и ресурсы между реализацией различных C++ кодов, тем самым оптимизировав PPA. Кроме того, дизайнеры теперь могут оценить влияние различных нейронных сетей на определение идеального нейросетевого устройства.