FPGA-Tools für Zynq und Ultrascale

Xilinx liefert Software-Stack für videogestütztes maschinelles Lernen

15.03.17 | Redakteur: Sebastian Gerstl

Xilinx expandiert mit dem Software-Stack reVISION in einen breiten Bereich von Vision-gestützten Machine Learning Applikationen. Der FPGA-Hersteller will damit maschinelles Lernen in zahlreichen Bereichen vorantreiben, von Automotive-Anwendungen bis in die Cloud.
Xilinx expandiert mit dem Software-Stack reVISION in einen breiten Bereich von Vision-gestützten Machine Learning Applikationen. Der FPGA-Hersteller will damit maschinelles Lernen in zahlreichen Bereichen vorantreiben, von Automotive-Anwendungen bis in die Cloud. (Bild: Xilinx)

Xilinx dringt mit dem Software-Stack reVISION in den breiten Bereich von Vision-gestützten Machine Learning Applikationen vor. Der Stack ermöglicht einer wesentlich größeren Gruppe von Software- und Systementwicklern ohne spezifische Hardware-Expertise die einfachere und schnellere Entwicklung von intelligenten Vision-gestützten Systemen auf FPGA-Bausteinen.

Mit der Entwicklung legt Xilinx nicht nur die Messlatte für High-End-Anwendungen im FPGA deutlich höher. Auch im Selbstverständnis zielt der FPGA-Marktführer auf neue Konkurrenz ab: Mit dem reVision Stack und seiner Ultrascale- und Zynq-Familie möchte Xilinx nun potentielle Konkurrenten im industriellen- und Automotive-Bereich wie NVIDIA, Qualcomm oder Texas Instruments herausfordern.

reVISION ermöglicht eine rasch expandierende Vielfalt von Applikationen in Märkten, in denen die Produkt-Differenzierung kritisch ist, die Systeme extreme schnell reagieren müssen, und der rasche Einsatz der neuesten Algorithmen und Sensoren gefordert ist. Dies gilt für etwa zwei Drittel aller Anwendungen von Vision-orientierten Hableiterbausteinen. Diese Applikationen überdecken eine Reihe von wichtigen Marktsegmenten wie High-End Consumer, Automotive, Industrie, Medizin, Aerospace und Militär. Die Applikationen der nächsten Generation umfassen kollaborative Roboter (‘cobots’), Drohnen mit spezifischer Erkennungs- und Ausweichfähigkeit (‘sense and avoid’), Augmented Reality, autonome Fahrzeuge, automatische Überwachungssysteme und die medizinische Diagnostik.

Der Software-Stack des FPGA-Herstellers eröffnet einen schnelleren Weg für Entwickler zur Erstellung äußerst reaktionsschneller Vision-Systeme mit bis zu sechsfach besserer Kenngröße "Bild/Sekunde/Watt" bei der Machine Learning Inferenz, eine 40-fache bessere Kenngröße "frames/second/watt" für Computer Vision, und einem Fünftel der Latenz handelsüblicher Embedded GPUs und typischer SoCs. Auch Entwickler mit begrenzter Hardware-Expertise können nun einen C/C++/OpenCL Entwicklungsfluss mit Standard-Frameworks und Bibliotheken wie Caffe und OpenCV zur Entwicklung ihrer Embedded Vision Applikationen auf nur einem Zynq SoC oder MPSoC nutzen.

Mit dem Einsatz aller Vorteile der Rekonfigurierbarkeit und universeller (any-to-any) Konnektivität können die Entwickler den Stack auch zur raschen Bereitstellung von Upgrades verwenden. Rekonfigurierbarkeit ist kritisch für die Zukunftssicherung intelligenter Vision-Systeme, da sich die neuralen Netzwerke, Algorithmen, Sensor-Technologien und Interface-Standards immer rascher weiterentwickeln.

Der Xilinx reVISION Stack stellt eine breite Vielfalt an Entwicklungs-Ressourcen für Plattformen, Algorithmen und Applikationen bereit. Dies umfasst auch die Unterstützung der gebräuchlichsten neuralen Netzwerke wie AlexNet, GoogLeNet, SqueezeNet, SSD und FCN. Außerdem enthält der neue Stack Bibliotheks-Elemente, einschließlich vordefinierter und optimierter Implementierungen von CNN Network Layern, wie sie zur Erstellung kundenspezifischer neuraler Netzwerke (DNN/CNN) erforderlich sind. Diese Machine Learning Elemente werden ergänzt durch eine breite Vielfalt beschleunigungsfähiger OpenCV-Funktionen für Computer Vision Processing. Entwicklungen auf der Applikationsebene unterstützt Xilinx mit Industrie-Standard Frameworks wie Caffe für Machine Learning und OpenVX für Computer Vision. Der reVISION Stack enthält auch Entwicklungsplattformen von Xilinx und Drittanbietern, einschließlich solcher für unterschiedliche Sensortypen.

“Unsere Eye Tracking Technologie mit Zynq SoCs für die hoch auflösende Vision-basierte Analytik bedeutet eine große Erleichterung für Menschen, die unter ALS oder anderen Formen von Paralyse leiden”, sagte Robert Chappell, CEO und Gründer von Eyetech Digital Systems. “Der neue reVISION Stack bietet die Möglichkeit zur Algorithmus-Entwicklung auf der Basis von Machine Learning. Das ermöglicht uns die Erweiterung unserer Hardware zur Interaktion mit Menschen und die Verbesserung unserer wichtigsten Eye-Tracking-Produkte.”

“Der Embedded Markt entwickelt sich derzeit in Richtung neuer Anwendungsfelder, in denen veränderte Algorithmen, neurale Netzwerke und Sensoren die Rekonfigurierbarkeit der Ziel-Plattformen erfordern”, sagte Lakshmi Mandyam, Senior Director für das ARM Segment Marketing. “Die ARM-basierte Zynq-Technologie von Xilinx ermöglicht den effizienten Einsatz dieser Applikationen, und sie beschleunigt die Adoption von innovativen Machine Learning Applikationen von der Edge bis in die Cloud.”

“Wir konstatieren ein sehr starkes Interesse am Machine Learning, von der Edge bis in die Cloud, und wir sind überzeugt, dass unsere laufenden Investitionen in Entwicklungs-Stacks dessen Einsatz in Mainstream-Anwendungen beschleunigen werden”, sagte Steve Glaser, Senior VP für Corporate Strategy bei Xilinx. “Bereits jetzt erzielen Hunderte unserer Kunden von Embedded Vision Systemen mit der Xilinx Technologie mehr als das Zehnfache an Performance und entsprechende Vorteile bei der Latenz. Mit reVISION werden diese Fortschritte nun Tausenden Kunden zur Verfügung stehen.”

Der reVISION Stack wird im zweiten Quartal 2017 verfügbar sein. Weitere Informationen finden Sie auf der Webseite des Herstellers unter www.xilinx.com.

Kommentar zu diesem Artikel abgeben

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44579829 / FPGA)

Analog IC Suchtool