
Kalray facilite le développement d’applications d’intelligence artificielle sur son processeur massivement multicœur Alors que l’intelligence artificielle (IA) est au cœur d’un nombre croissant d’applications embarquées telles que les véhicules autonomes, la robotique ou les drones, la société française de semi-conducteurs Kalray met aujourd’hui tous les moyens en œuvre pour que les développeurs puissent porter rapidement leurs algorithmes IA sur ses processeurs massivement multicœurs ...MPAA (Massively Parallel Processor Array), dont la 3e génération (nom de code Coolidge) est attendue courant 2019. La firme grenobloise, qui nourrit de fortes ambitions dans le domaine automobile, vient à cet effet de lancer Kalray Neural Network 3.0 (KaNN), la 3e génération (là aussi) de sa solution de développement d’applications d’intelligence artificielle. « Le processeur MPPA est capable de traiter des volumes considérables de données en temps réel et d’exécuter plusieurs milliers de milliards d’instructions par seconde, ce qui en fait l’architecture idéale pour des applications d’intelligence artificielle comme les voitures autonomes et les nouveaux serveurs de stockage intelligents, assure Stéphane Cordova, vice-président en charge de la division Embarqué de Kalray. Grâce à sa modularité, sa compatibilité avec l’écosystème existant, sa simplicité d’utilisation et ses possibilités de personnalisation, la plate-forme KaNN permet aux développeurs de libérer tout le potentiel de leurs applications IA et d’en exploiter toute la performance sur nos processeurs. » Selon la société, Kalray Neural Network 3.0 offre un moyen facile de visualiser et de modifier le déploiement d’un réseau de neurones sur un processeur MPAA. Outre sa compatibilité avec les frameworks IA les plus utilisés sur le marché (Caffe, Torch, TensorFlow…), KaNN permet d’importer les modèles entraînés dans ces environnements et garantit une exécution optimale des algorithmes IA à réseaux de neurones comme GoogLeNet, ResNet et Yolo, assure KalRay. Du coup, les utilisateurs de KaNN 3.0 peuvent prototyper plus simplement, développer plus rapidement des réseaux de neurones à convolution (CNN) et bénéficier d’une visibilité complète sur le processus de génération de code C et de déploiement sur le processeur. Par ailleurs, précise la société française, KaNN 3.0 a été conçu pour être intégré comme un module indépendant au sein d’un environnement plus complexe. Les systèmes intelligents ne se composent pas en effet d’une seule fonction IA, mais de plusieurs dizaines de fonctions extrêmement exigeantes qui s’exécutent en parallèle. À titre d’exemple, un système de conduite autonome fait appel de façon simultanée à plusieurs dizaines d’algorithmes critiques, certains reposant sur l’intelligence artificielle tels que la reconnaissance de panneaux de signalisation, et d’autres non. Une des caractéristiques uniques des processeurs MPPA, souligne Kalray, est de permettre l’intégration sur un même circuit de toutes les fonctions essentielles d’un système intelligent, sans dégradation de la performance et tout en garantissant l’absence d’interférences entre ces fonctions.

Kalray facilite le développement d’applications d’intelligence artificielle sur son processeur massivement multicœur

Alors que l’intelligence artificielle (IA) est au cœur d’un nombre croissant d’applications embarquées telles que les véhicules autonomes, la robotique ou les drones, la société française de semi-conducteurs Kalray met aujourd’hui tous les moyens en œuvre pour que les développeurs puissent porter rapidement leurs algorithmes IA sur ses processeurs massivement multicœurs ...MPAA (Massively Parallel Processor Array), dont la 3e génération (nom de code Coolidge) est attendue courant 2019. La firme grenobloise, qui nourrit de fortes ambitions dans le domaine automobile, vient à cet effet de lancer Kalray Neural Network 3.0 (KaNN), la 3e génération (là aussi) de sa solution de développement d’applications d’intelligence artificielle.

« Le processeur MPPA est capable de traiter des volumes considérables de données en temps réel et d’exécuter plusieurs milliers de milliards d’instructions par seconde, ce qui en fait l’architecture idéale pour des applications d’intelligence artificielle comme les voitures autonomes et les nouveaux serveurs de stockage intelligents, assure Stéphane Cordova, vice-président en charge de la division Embarqué de Kalray. Grâce à sa modularité, sa compatibilité avec l’écosystème existant, sa simplicité d’utilisation et ses possibilités de personnalisation, la plate-forme KaNN permet aux développeurs de libérer tout le potentiel de leurs applications IA et d’en exploiter toute la performance sur nos processeurs. »

Selon la société, Kalray Neural Network 3.0 offre un moyen facile de visualiser et de modifier le déploiement d’un réseau de neurones sur un processeur MPAA. Outre sa compatibilité avec les frameworks IA les plus utilisés sur le marché (Caffe, Torch, TensorFlow…), KaNN permet d’importer les modèles entraînés dans ces environnements et garantit une exécution optimale des algorithmes IA à réseaux de neurones comme GoogLeNet, ResNet et Yolo, assure KalRay. Du coup, les utilisateurs de KaNN 3.0 peuvent prototyper plus simplement, développer plus rapidement des réseaux de neurones à convolution (CNN) et bénéficier d’une visibilité complète sur le processus de génération de code C et de déploiement sur le processeur.

Par ailleurs, précise la société française, KaNN 3.0 a été conçu pour être intégré comme un module indépendant au sein d’un environnement plus complexe. Les systèmes intelligents ne se composent pas en effet d’une seule fonction IA, mais de plusieurs dizaines de fonctions extrêmement exigeantes qui s’exécutent en parallèle. À titre d’exemple, un système de conduite autonome fait appel de façon simultanée à plusieurs dizaines d’algorithmes critiques, certains reposant sur l’intelligence artificielle tels que la reconnaissance de panneaux de signalisation, et d’autres non. Une des caractéristiques uniques des processeurs MPPA, souligne Kalray, est de permettre l’intégration sur un même circuit de toutes les fonctions essentielles d’un système intelligent, sans dégradation de la performance et tout en garantissant l’absence d’interférences entre ces fonctions.