兩者都旨在在消費者和工業網絡邊緣產品中實現神經網絡。它們不適合進行網絡培訓，而網絡培訓必須在其他地方進行。

“ Binarized神經網絡（BNN）加速器”支持1位權重，具有1位激活量化，並設計用於公司的iCE40 UltraPlus FPGA。

加速器和FPGA的結合旨在用於始終在線的應用程序，例如語音關鍵詞檢測，面部檢測和物體檢測。

預測的BNN + iCE40 UltraPlus應用程序參數為：

• 1位神經網絡
• 1-10mW有效功耗
• 5.5mm2佔地面積
• 〜$ 1炸彈

第二種產品“卷積神經網絡（CNN）加速器”支持權重和激活方面的1、8和16位數據選擇，主要針對ECP5 FPGA，通常用於視頻。

為了節省FPGA資源，可以在神經網絡的不同層中混合併匹配不同的字寬（1、8或16位）。

加速器和FPGA的這種結合旨在用於人臉跟踪，對象跟踪，速度標誌檢測和對象計數等應用。

預測的CNN + ECP5應用程序參數為：

• 1、8或16位網絡
• <1W active consumption
• 100mm2佔地面積
• 〜$ 10寶

對於軟件開發，該公司正在引入與Caffe和TensorFlow網絡開發系統兼容的神經網絡編譯器。

據萊迪思市場總監Deepak Boppana稱，該編譯器不需要任何RTL經驗，並且還將分析和仿真設計。

Boppana說，該計劃是，該編譯器將與該公司的Radiant開發環境（用於BNN + iCE40 UltraPlus組合）或其Diamond開發環境（用於CNN + EC5P）一起使用。

對於不確定如何開發基於神經網絡的應用程序的客戶，該公司與包括科羅拉多工程，Wipro，Softnautincs和VectorBlox在內的設計服務公司合作。

硬件開發板已經可用於iCE40 UltraPlus和ECP5。

接口橋接和數據聚合應用程序有望在包括智能揚聲器，監控攝像頭，工業機器人和無人機在內的大量物聯網應用程序中使用。

提供了以下參考設計：人臉檢測，關鍵詞檢測（iCE40 UltraPlus），以及EC5P：對象計數，人臉跟踪和速度標誌檢測。

加速器的商標為“ sensAI”。