边缘机器学习推理已成为许多市场应用的主流，包括消费、工业和医疗等应用领域。国产FPGA厂商高云半导体推出的GoAI 2.0机器学习平台提供了SDK和加速器，可在FPGA上搭建卷积神经网络，执行边缘推理的机器学习。GoAI 2.0是一种功能全面的软硬件解决方案，专门为机器学习应用开发，应用场景包括智能门锁、智能音箱、声控装置和智能玩具等边缘计算应用。
边缘机器学习推理已成为许多市场应用的主流，包括消费、工业和医疗等应用领域。国产FPGA厂商高云半导体推出的GoAI 2.0机器学习平台提供了SDK和加速器，可在FPGA上搭建卷积神经网络，执行边缘推理的机器学习。该平台兼容Tensor Flow，支持嵌入式SoC和微控制器，并针对高云GW1NSR4P µSoC FPGA进行了优化，其加速器可以实现从嵌入于FPGA的微控制器分担计算密集型功能，从而使性能提升80倍。
GoAI 2.0是一种功能全面的软硬件解决方案，专门为机器学习应用开发，应用场景包括智能门锁、智能音箱、声控装置和智能玩具等边缘计算应用。该平台的硬件组件GW1NSR4采用系统级封装技术（SiP），搭载了可用于机器学习应用的FPGA和Arm Cortex M3微控制器，以及华邦64Mb HyperRAM KGD高速内存器件。
华邦的这种HyperRAM技术正好符合高云半导体主推的“轻智能”应用的需求，这些应用要求FPGA运算器件尽可能尺寸小且功耗低，同时还要提供足够的存储和数据带宽，以支持运算密集型的工作负荷，包括关键词检测和影像识别等边缘AI任务。GW1NSR4硬件组件将高能效和低功耗的边缘计算引擎整合到单一的系统化封装内，而华邦的64Mb HyperRAM KGD和内存技术很适合搭载到GoAI 2.0平台上，使得GW1NSR4组件达到更优化的能耗比。
华邦DRAM内存产品销企划处经理曾一峻在接受《电子工程专辑》采访时介绍到，这种64Mb HyperRAM内存只需连接11个脚位信号，与主芯片FPGA的连接点减至最少，使得GW1NSR4 SiP所采用的BGA封装单位面积仅为4.2mm x 4.2mm。与此同时，64Mb HyperRAM不仅能够保证RTOS操作系统的运行，还可用作TinyML模型的内存，或者用于屏幕缓冲区。
此外，HyperRAM还可以提供500MB/秒的最高数据带宽，无论在工作还是混合睡眠模式下 （Hybrid Sleep Mode)都能保持超低功耗。例如，HyperRAM 1.8V型号在混合睡眠模式下的待机功耗只有45uW，比SDR等类型要低得多。
华邦HyperRAM内存产品具有512Mb、256Mb、128Mb、64Mb和32Mb等多种容量，客户可根据自己的设计要求选择。
责编：Amy Guan
您可能感兴趣
