Skriv ut

Allt fler kommer till insikten om att det inte går att skicka alla sensordata till molnet för att sedan processa dem. Det måste i många fall göras i ändnoderna för att få snabba responstider och hålla nere datatrafiken. Lattice bidrag är SensAI, en AI-stack som snurrar på två av företagets FPGA-familjer.

Smarta hem, smarta städer, smarta fabriker och smarta bilar. Det mesta verkar passa Lattice AI-lösning vilket förklaras av att programvaran kan köras på den extremt energisnåla och resursbegränsade iCE40 UltraPlus-familjen, med också den lite kraftfullare ECP5-familjen för att exempelvis tolka videoströmmar.

Till bägge FPGA-familjerna finns dedicerade IP-kärnor för AI-uppgifterna som acceleratorerna Convolutional Neural Network och Binarized Neural Network. Det finns också en kompilator för Caffe/TensorFlow till FPGA förutom Lattice egna utvecklingspaket Radiant och Diamond.

För att kunderna ska komma igång snabbare har företaget tagit fram färdiga programexempel för ansiktigenkänning, att känna igen nyckelfraser, att räkna objekt eller läsa av vägskyltar.

Beroende på krets och uppgift landar effektförbrukningen på 1mW till 1W enligt Lattice medan produktionskostnaden ligger på en till tio dollar.

Förarbetet, att träna algoritmerna, görs i ett datacenter med gott om beräkningskraft. Resultatet porteras sedan med hjälp av Lattice verktyg till lämplig FPGA. Arbetet kan göras av kunden men Lattice förmedlar också kontakter med konsultföretag som kan göra jobbet.