Arrow Electronics veut simplifier le développement de l’IA avec un module FPGA compatible Arduino

Arrow Trenz carte de protoyapge CYC5000 FPGA Cyclone

Prête pour l’apprentissage automatique et la réalisation de preuve de concept (POC, Proof Of Concept), la carte FPGA compacte et à faible consommation CYC5000 d’Arrow Electronics a pour ambition de faciliter le développement d’applications fondée sur l’intelligence artificielle (IA).

D’un format compact de 25 x 70,7 mm, cette plate-forme développée par l’allemand Trenz Electronic est architecturée autour du circuit Cyclone V d’Altera. Elle dispose d’une connexion compatible avec les cartes Arduino, ce qui simplifie la construction de dispositifs IoT, et donne accès à l’exploitation sur le circuit Cyclone de la logique programmable, d’un cœur RISC-V "soft" (Nios V) d’Altera, d’accélérateurs de traitement fondés sur des cœurs de DSP et de blocs d’IP matériels.

La carte est fournie avec un programmateur USB conçu par Arrow, et s'avère prête à être utilisée pour des applications de vision intégrant des algorithmes IA, avec un réseau neuronal fonctionnant sur le dispositif.

Le circuit programmable accessible sur la plate-forme CYC5000 comporte 25 000 éléments logiques, 25 blocs DSP, 50 multiplicateurs 18 x 18 et des blocs de mémoire FPGA directement sur la puce. La carte contient également une mémoire SDRam de 64 Mo, une mémoire flash de 64 Mo, une interface USB, et fonctionne à partir d’une alimentation sur 5 V.

En plus du connecteur Arduino, un connecteur Cruvi (spécification mise au point par Arrow et Trenz entre autres) facilite l’ajout d’adaptateurs de signaux à haute vitesse pour des interfaces et des applications supplémentaires.

A destination des concepteurs, Arrow propose la démonstration sur cette carte d’une caméra qui utilise un capteur d’image connecté à travers l’adaptateur Cruvi et exécute un réseau de neurones convolutif, un filtrage d’image, une entrée Mipi et une sortie HDMI sur le Cyclone V.

Implanté sur moins de la moitié des éléments logiques disponibles sur le FPGA, l’algorithme mis en œuvre sur cette démonstration est capable d’analyser jusqu’à 10 000 échantillons par seconde, pour une consommation de seulement quelques centaines de milliwatts.