
Efinix lance une plateforme TinyML pour accélérer l’IA sur des FPGA dotés de cœurs RISC-V L’américain Efinix, concepteur de FPGA à haute performance, a développé une plate-forme TinyML destinée à accélérer des algorithmes d'intelligence artificielle (IA) sur sa gamme de FPGA. Cette plate-forme TinyML, qui est en pratique un système matériel/logiciel d’apprentissage automatique adaptée aux contraintes des environnements aux ressources limitées, fonctionne avec le processeur Sapphire à quatre cœurs RISC-V compatible Linux de la société, intégré dans la matrice FPGA. Il comprend un profileur de modèles et une interface utilisateur graphique pour la sélection des accélérateurs. Selon Efinix, il existe à l’heure actuelle une tendance croissante à déplacer les charges de travail IA vers la périphérie de réseau (edge) où elles ont un accès immédiat aux données brutes du terrain, pertinentes d'un point de vue contextuel. Reste que fournir une puissance de calcul suffisante pour ces algorithmes IA dans des environnements à consommation et espace limités, est une difficulté. Pour ce faire, la plate-forme TinyML d’Efinix exploite le potentiel des cœurs RISC-V du processeur Sapphire insérés au sein de l'architecture FPGA Titanium de la société, avec la volonté de présenter de manière intuitive au concepteur ces blocs matériels et de faciliter l'adoption d’applications IA opérationnelles. Dans le détail, la plate-forme TinyML d’Efinix exploite les capacités du RISC-V pour fournir une bibliothèque évolutive d'instructions accélérées personnalisées vis-à-vis des exigences d’un modèle TensorFlow Lite choisi. Ces instructions varient en complexité et en taille et peuvent être sélectionnées à travers une interface utilisateur graphique pour fournir le compromis ressource/accélération nécessaire au regard de l'application de l'utilisateur final. De fait, les temps de conception de l’application sont alors réduits pour le concepteur qui tire pleinement parti de l’environnement de développement Edge Vision SoC d’Efinix comme point de départ pour les implantations de modèles IA. A noter que le framework Edge Vision SoC et la plate-forme TinyML sont tous deux disponibles pour la communauté open source sur la page GitHub d’Efinix. Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA

Efinix lance une plateforme TinyML pour accélérer l’IA sur des FPGA dotés de cœurs RISC-V

L’américain Efinix, concepteur de FPGA à haute performance, a développé une plate-forme TinyML destinée à accélérer des algorithmes d'intelligence artificielle (IA) sur sa gamme de FPGA. Cette plate-forme TinyML, qui est en pratique un système matériel/logiciel d’apprentissage automatique adaptée aux contraintes des environnements aux ressources limitées, fonctionne avec le processeur Sapphire à quatre cœurs RISC-V compatible Linux de la société, intégré dans la matrice FPGA. Il comprend un profileur de modèles et une interface utilisateur graphique pour la sélection des accélérateurs.

Selon Efinix, il existe à l’heure actuelle une tendance croissante à déplacer les charges de travail IA vers la périphérie de réseau (edge) où elles ont un accès immédiat aux données brutes du terrain, pertinentes d'un point de vue contextuel. Reste que fournir une puissance de calcul suffisante pour ces algorithmes IA dans des environnements à consommation et espace limités, est une difficulté. Pour ce faire, la plate-forme TinyML d’Efinix exploite le potentiel des cœurs RISC-V du processeur Sapphire insérés au sein de l'architecture FPGA Titanium de la société, avec la volonté de présenter de manière intuitive au concepteur ces blocs matériels et de faciliter l'adoption d’applications IA opérationnelles.

Dans le détail, la plate-forme TinyML d’Efinix exploite les capacités du RISC-V pour fournir une bibliothèque évolutive d'instructions accélérées personnalisées vis-à-vis des exigences d’un modèle TensorFlow Lite choisi. Ces instructions varient en complexité et en taille et peuvent être sélectionnées à travers une interface utilisateur graphique pour fournir le compromis ressource/accélération nécessaire au regard de l'application de l'utilisateur final.

De fait, les temps de conception de l’application sont alors réduits pour le concepteur qui tire pleinement parti de l’environnement de développement Edge Vision SoC d’Efinix comme point de départ pour les implantations de modèles IA.

A noter que le framework Edge Vision SoC et la plate-forme TinyML sont tous deux disponibles pour la communauté open source sur la page GitHub d’Efinix.

Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA