Dévoilée en 2018, la solution d’intelligence artificielle sensAI de Lattice, qui s’appuie sur les FPGA de la société (les modèles iCE40 UltraPlus et ECP5), améliore encore ses performances au niveau des algorithmes de reconnaissance faciale et vocale, ...tout en conservant une forte sobriété énergétique (entre 1 mW et 1 W). Composée de kits matériels, de blocs d’IP d’accélération de réseaux de neurones, d’outils logiciels et de designs de référence, SensAI vise à accélérer le processus d’intégration de moteurs d’inférence pour apprentissage automatique, en particulier dans le domaine de l’Internet des objets.

La mise à jour de cette solution intègre la prise en charge de modèles de réseaux neuronaux plus compacts et plus efficaces, ainsi qu'une gestion plus poussée du processus dit de quantification en vue de travailler sur des modèles volumineux de traitement d'images de haute résolution. Concrètement, SensAI sur le FPGA iCE40 UltraPlus prend désormais en compte la quantification sur 8 bits, ce qui autorise les développeurs à doubler la taille de leurs modèles de réseau de neurones.

Parallèlement, SensAI sur le FPGA ECP5 est désormais capable de gérer les modèles de réseau de neurones MobileNet et ResNet, qui peuvent traiter des images de résolution élevée, sans augmentation de la consommation d'énergie.

Au-delà, Lattice indique que des modèles de référence ont été ajoutés à la solution, en particulier la détection améliorée des phrases clés pour les applications d'interface homme-machine utilisant des microphones. Cette conception procure aux utilisateurs la possibilité de recycler un modèle de réseau de neurones vers la reconnaissance de nouveaux mots ou d’expressions clés, selon les besoins.

De même la reconnaissance des visages humains qui fait partie du paquetage SensAI offre désormais la possibilité d’identifier des physionomies préenregistrées qui peuvent être ajoutées à l’application de reconnaissance faciale sans requalifier l’ensemble du réseau de neurones. Avec à la clé des économies en termes de temps et de coût de conception système.

Enfin, des améliorations ont aussi été apportées aux conceptions de référence existantes en matière de détection de présence et de comptage d'objets (détection de défauts et conformité des opérateurs dans les applications de vision industrielle, par exemple).

Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA https://www.linkedin.com/showcase/embedded-ia/