工业
推进工业自主化
如果没有工业机器人,现代制造将陷入停滞。从监控机器指标到分析零售客流模式,机器人和其他多种工业应用都依靠边缘 AI 来分析本地重要数据,并实时做出决定。
边缘 AI 节约了时间和资金
制造商正通过在边缘部署 AI 来重新调整其工作流程,从而改善预测性维护、质量控制、设备效率和产量优化。过去,大部分数据在数据中心或云端进行处理。但是将数据发送至云端增加了延迟,并有可能导致信息到达得太晚而无法操作。通过边缘 AI,机器可以即时自主决策,这是因为数据处理发生在本地。高效的边缘计算可减少数据传输量,从而节省时间和金钱。众多 OEM 厂商和芯片制造商正在为其产品添加 AI 功能,从而利用边缘处理的优势。
面向工业用例的先进 AI
未来的工业系统需要处理越来越庞大的神经网络,以及日益增加的输入流。边缘处理需要通过高效的硬件解决方案来完成。只需为您的芯片解决方案添加艾伯德 Origin™ 神经处理单元 (NPU),便可提高性能,而不增加成本。Origin NPU 无需更改即可运行训练好的模型,从而确保精确结果,同时节省经常用于重新优化模型的工程时间。这款架构可同时高效运行多个神经网络 (NN)。此外,艾伯德还支持目前尚未出现的神经网络,确保产品经得起未来考验。
适合工业的理想架构
Origin E2 神经引擎采用艾伯德基于数据包的独特架构,其效率远超基于层的通用架构。这款架构可以跨层并行执行任务,优化资源利用率,带来确定的性能。此外还不需要针对特定硬件进行优化,客户无需更改就可以运行其训练好的神经网络,而不牺牲模型准确度。这种创新的方法大大提升了性能,同时降低了功耗、面积和延迟。
跨应用扩展的解决方案
工业 AI 需求从 GOPS 到 TOPS 不等。要获得能够在这一范围内提供高利用率和效率的 AI 架构可能有点困难,但这对艾伯德来说却并非如此。我们的 Origin IP 支持 3 GOPS 至 128 TOPS 的算力,您只需一个 IP 就可以满足当下和未来的所有需求。
面积效率高,适合经济有效地部署
部署 AI 面临的最大挑战之一是寻找合适的解决方案,满足 OEM 制造商并不宽裕的预算。艾伯德 Origin NPU 需要的芯片面积极小,这确保可以经济有效地部署 AI。
针对模型准确度进行优化
艾伯德基于数据包的架构不需要针对特定硬件进行优化,客户无需更改就可以运行其训练好的神经网络,而不牺牲模型准确度。Origin IP 和软件栈支持训练好的原始标准、定制和专有神经网络,为客户节省了通常为优化硬件或软件而需要的时间和精力