ทั้งสองมุ่งเป้าไปที่การใช้โครงข่ายประสาทเทียมในผลิตภัณฑ์เพื่อผู้บริโภคและเครือข่ายอุตสาหกรรม พวกเขาไม่เหมาะสำหรับการฝึกอบรมเครือข่ายซึ่งจะต้องทำที่อื่น
'ตัวเร่งความเร็วเครือข่าย Binarized neural (BNN)' รองรับน้ำหนัก 1 บิตมีปริมาณการเปิดใช้งาน 1 บิตและออกแบบมาเพื่อใช้กับ iCE40 UltraPlus FPGA ของ บริษัท
การรวมกันของคันเร่งและ FPGA นั้นมีไว้สำหรับแอปพลิเคชั่นที่ทำงานตลอดเวลาเช่นการตรวจจับวลีด้วยคำพูดการตรวจจับใบหน้าและการตรวจจับวัตถุ
ค่าพารามิเตอร์ของแอปพลิเคชั่น BNN + iCE40 UltraPlus ที่คาดการณ์ไว้คือ:
ผลิตภัณฑ์ตัวที่สอง 'เร่งความเร็วโครงข่ายประสาทเทียม (CNN)' สนับสนุนตัวเลือกข้อมูล 1, 8 และ 16 บิตสำหรับทั้งน้ำหนักและการเปิดใช้งานมุ่งเป้าไปที่ ECP5 FPGAs - ซึ่งมีไว้สำหรับการใช้วิดีโอโดยทั่วไป
เพื่อประหยัดทรัพยากร FPGA ความกว้างของคำที่ต่างกัน (1, 8 หรือ 16 บิต) สามารถผสมและจับคู่ในเลเยอร์ต่าง ๆ ของโครงข่ายประสาท
การรวมกันของคันเร่งและ FPGA นี้เหมาะสำหรับการใช้งานรวมถึงการติดตามใบหน้าการติดตามวัตถุการตรวจจับสัญญาณความเร็วและการนับวัตถุ
พารามิเตอร์แอปพลิเคชัน CNN + ECP5 ที่คาดการณ์ไว้คือ:
สำหรับการพัฒนาซอฟต์แวร์ บริษัท กำลังแนะนำคอมไพเลอร์เครือข่ายประสาทที่เข้ากันได้กับทั้งระบบการพัฒนาเครือข่าย Caffe และ TensorFlow
ผู้อำนวยการฝ่ายการตลาดของ Lattice Deepak Boppana กล่าวว่าผู้แปลต้องการประสบการณ์ RTL มาก่อนและจะวิเคราะห์และจำลองการออกแบบ
Boppana กล่าวว่าแผนดังกล่าวจะใช้คอมไพเลอร์ควบคู่ไปกับสภาพแวดล้อมการพัฒนา Radiant ของ บริษัท สำหรับการรวมกันของ BNN + iCE40 UltraPlus หรือการพัฒนาสภาพแวดล้อมของ Diamond สำหรับ CNN + EC5P
สำหรับลูกค้าที่ไม่แน่ใจว่าจะพัฒนาแอพพลิเคชั่นที่ใช้โครงข่ายประสาทเทียม บริษัท ได้ร่วมมือกับ บริษัท ผู้ให้บริการออกแบบรวมถึง Colorado Engineering, Wipro, Softnautincs และ VectorBlox
บอร์ดพัฒนาฮาร์ดแวร์พร้อมใช้งานแล้วสำหรับ iCE40 UltraPlus และ ECP5
คาดว่าจะมีการเชื่อมต่อส่วนต่อประสานและการรวมข้อมูลในแอพพลิเคชั่น IoT ในปริมาณสูงรวมถึงลำโพงอัจฉริยะกล้องวงจรปิดหุ่นยนต์อุตสาหกรรมและโดรน
มีการออกแบบอ้างอิงสำหรับ: การตรวจจับใบหน้า, การตรวจจับวลีที่สำคัญ (iCE40 UltraPlus) และสำหรับ EC5P: การนับวัตถุ, การติดตามใบหน้าและการตรวจจับความเร็ว
ตัวเร่งความเร็วเป็นตราสินค้า ‘sensAI‘