莱迪思博客

Shaping the Industry 4.0 Landscape with Decentralized Cyber Resiliency

Shaping the Industry 4.0 Landscape with Decentralized Cyber Resiliency

Posted 01/27/2023 by Eric Sivertson, Vice President, Security Business

The past decade has brought about some incredible innovations to the industrial technology sector. From artificial intelligence and cloud computing to the Internet of Things (IoT) and 3D printing, these advancements are all part of Industry 4.0 – the fourth industrial revolution that focuses heavily on interconnectivity, automation, and real-time data. Due to this increased interconnectedness, particularly between sectors like technology and manufacturing, Industry 4.0 has also had a mass...

Read more...
FPGA for Edge AI

FPGA如何在PC中实现AI和ML

Posted 08/18/2022 by 莱迪思半导体产品营销和业务发展副总裁Matt Dobrodziej

每年PC厂商都会推出一系列新的笔记本电脑,它们通常都配备了最新的技术和功能,旨在提供出色的用户体验。从以往的经验来看,这些创新主要集中在外观尺寸,屏幕增强和用户界面等方面。而AI(人工智能)和ML(机器学习)的日益普及开辟了一个充满可能性的新世界,PC厂商和生态系统巨头都在寻求将这些先进的新功能添加到其产品功能集中。 在本篇博文中,我们将讨论PC中AI/ML功能的增长趋势,为什么FPGA非常适合实现这些新的体验,并举例说明采用莱迪思技术的PC解决方案。 使用AI/ML功能优化PC用户体验 对于世界各地的许多人来说,他们一天中的大部分时间都是在电脑屏幕前度过的。正因为如此,系统设计人员希望能够创造一些提高日常效率的方法。AI/ML功能(如存在检测和注意力跟踪)不仅仅能让您获得满意的用户体验。它们还能实实在在地节省电池电量,甚至提供数字健康功能,如防止眼睛疲劳和敦促用户采用合理的坐姿。事实上,莱迪思解决方案可实现注意力跟踪功能,延长了高达28%的电池使用时间。 除了提高效率,AI/ML功能(例如旁观者检测)还有助于防止黑客窥视,保护用户隐私。随着系统设计中用于处理音频和视频呼叫数据的资源越...

Read more...
Embracing Change in Embedded Design

拥抱嵌入式设计的变化

Posted 08/05/2022 by Lattice Semiconductor

在今年的国际嵌入式展会(Embedded World)上,莱迪思研发高级副总裁Steve Douglass带来了一场主题演讲,阐述了嵌入式系统设计中软件和硬件层面具备灵活性和适应性的重要意义,这有助于跟进当今和未来重要的技术趋势。本文对该场演讲做了简要回顾。 我们所处的行业正面临深刻的技术变革,这些变化从根本上重塑了我们的世界。全球5G的普及为更多低功耗、低延迟互连设备的爆发奠定了基础,几乎所有设备和系统都在接入互联网。我们不仅将数十亿台设备连接到互联网,而且还配备了更多的传感器——摄像头、麦克风、雷达、激光雷达、加速度计,这些传感器的加入让设备感知周围的世界能力更强。计算机视觉和网络边缘计算的发展进一步加强了这些设备的功能,将其转变为我们周围环境不可或缺的一部分。这些设备将生成大量AI的数据,导致网络边缘智能的爆发式增长。 这些趋势的融合使得人们对更加灵活和适应性更强的嵌入式设计的需求增加,从而跟上不断发展的技术要求。想要避免全面的、自下而上的重新设计和部署,系统设计人员必须做好充分准备面对一系列关键挑战,包括不断增加的计算要求、系统功能扩展、不断升级的安全...

Read more...
Accelerating Innovation in Low Power AI Applications with Lattice FPGAs

使用莱迪思FPGA加速低功耗AI应用的创新

Posted 08/03/2022 by 莱迪思半导体市场营销总监Hussein Osman

ABI公司的研究表明,截至2024年,具备设备端AI推理能力的设备比例预计将达到60%。印证了过去几年里AI的快速创新,这就要求在从云端向网络边缘转变的过程中,工程师需要开发更加灵活的设计模型。这一趋势的驱动力包括对超低延迟、安全性能的需求以及带宽限制和隐私保护等。 莱迪思FPGA和软件解决方案能够帮助设计人员使用现有的芯片加速实现面向未来的模型。本文将探索莱迪思FPGA和软件解决方案在计算机视觉和网络边缘AI设计中的一些应用示例。 为何FPGA是网络边缘计算和AI应用的最佳选择 FPGA本身具有灵活性和适应性,是网络边缘计算和AI应用的理想之选。 FPGA是一种并行计算引擎,能够以较低的时钟频率运行,因此功耗较低。此外整个架构还拥有灵活的资源,包括DSP、存储器、分散且互连的可编程逻辑单元,与那些AI专用的新型ASIC有诸多相似之处。然而,与ASIC和其他处理器不同的是,FPGA的灵活性能够持续优化系统内现有的用例,并且还能引入全新的用例,而无需使用新的硬件。 当我们将FPGA与ASIC的设计周期进行比较时,可以看到系统设计人员可以使用FPGA进行多次迭代,快速引入新应用并推向市场。...

Read more...
How Applications Determine AI Development

应用如何决定AI的开发

Posted 05/09/2022 by Hussein Osman

人工智能和机器学习的重要性、网络边缘计算的崛起和对AI灵活编程的需求 如今人工智能(AI)已成为技术领域最时髦的用语之一,它在广义上通常用来描述互连的“智能”技术。然而,考虑到AI可以实现的各种不同的功能,以及AI解决方案产出的成果,AI的格局及其开发可以说都十分复杂。事实上,AI技术的特定应用不仅将它从众多技术中区别开来,还决定了它的开发方式,开发的标准和要求以及需要进行的测试。因此,与其说AI是一种“包括万象”的技术,不如说是一种定制化解决方案的网络,用于解决复杂的技术挑战。 最近我有幸与莱迪思市场营销副总裁Matt Dobrodziej和TECHnalysis Research总裁兼首席分析师Bob O'Donnell在一场圆桌会议上探讨了为特定应用开发AI解决方案的流程问题。在本篇博文中,我将回顾此次会议中的主要内容,并就特定应用如何决定AI模型的开发、创建AI模型的挑战以及如何利用市场上的一些领先技术等内容提供一些思考。 AI成为主流以及网络边缘计算的崛起 曾经难以想象的技术如今正通过智能手机、PC、汽车、其它各种互连设备进入...

Read more...
Infinite possibilities at the Edge – AI-enabled smart toys powered by low power FPGAs and AI solution stack

网络边缘充满无限可能——低功耗FPGA和AI解决方案集合助力AI智能玩具发展

Posted 04/12/2022 by Hussein Osman

根据市场研究公司Transparency Market Research的报告,截至2026年,全球智能玩具市场规模预计将增长到近700亿美元。智能玩具形态多样,如电子宠物、机器人、智能火车套件等。听到玩具一词,你可能立刻想到儿童玩具,但有些玩具是专门针对成年人开发的。当前的高级玩具市场包含的产品用途广泛,包括提供陪伴、提高认知能力以及促进交流等。 智能玩具为人们提供了一种技术增强环境,便于交互完成各种任务,不断顺应用户的行为模式。这些玩具的传感器通常嵌入了图像识别芯片,利用人工智能来识别各种图像。为了提供优质全面的用户服务,这些AI解决方案需要低功耗、易于使用、实时反应。其中低功耗这一要求尤为重要,因为大多数玩具都使用电池供电。 日本多美玩具公司(TOMY COMPANY, LTD.)于2021年推出了首款基于AI的智能玩具Ami-Chan。多美选择了莱迪思为其提供完整的AI解决方案,该方案包含了我们的FPGA和sensAITM解决方案集合,加速和简化了AI开发和设计流程。 图片来源:TOMY 多美公司设计Ami-Chan的初衷是让它作为老年人的交流伙伴。该玩偶的设计词汇量约为16...

Read more...
Key Tech Trends to watch in 2022

2022年技术趋势之预见

Posted 01/24/2022 by TECHnalysis Research总裁兼首席分析师Bob O’Donnell

随着新年到来以及2022年CES的成功举办,很多人都想知道今年我们有望看到那些重要的技术趋势。可以预料的是,过去几年里涌现的一些重要的技术进展会在今年变得越来越重要,影响力也将越来越大,例如5G、AI和云计算等。与此同时,我认为还有一些相对较新的领域将在2022年收获大量关注。 汽车技术迅速崛起 例如汽车相关的技术是今年CES的重头戏之一,颇有蓄势卷土重来之势。之所以说卷土重来,是因为约五年前人们大力投入汽车技术,最后却发现短期内实现无人驾驶汽车的期望完全不切实际。如今来到2022年,我相信人们对于实现相关技术进步的能力和进度抱着更加脚踏实地的态度。 首先,尽管还有一些预测高调地表示能在2025年之前实现全面的自动驾驶,人们还是更加关注汽车技术的实际应用方面。例如ADAS(高级驾驶辅助系统)能为司机带来重要而切实的好处,如检测到目标或其他车辆时自动刹车;检测司机是否困倦或注意力是否集中;自动保持车道以及其他能够保障生命安全和减少伤亡的功能。这些看起来可能不如全自动驾驶汽车那般美好,但却非常实用,并且研究表明这些正是消费者实际上想要的功能。人们对于那些能够实现或者强化ADAS的技术越来越...

Read more...
FPGA Design Constraints – Performance and Analysis to Achieve Design and Timing Closure

FPGA设计约束——性能分析实现设计和时序收敛

Posted 12/15/2021 by Roger Do, Senior Product Manager, Design Tools, Lattice Semiconductor

以前的FPGA设计很简单。设计人员只需在芯片中全局设置基本时钟约束即可。而如今FPGA设计变得复杂起来。设计中会有多个时钟,需要考虑这些时钟之间的关系。还可能需要考虑时钟域交叉的问题。因此,当今的FPGA设计工具必须拥有更强大的分析功能,从而为设计人员确定时钟域交叉的位置,或者能够约束多个时钟,并对I/O进行约束确保顺利进行芯片设计。 约束是用来指导FPGA设计的实现工具,例如综合和布局布线。它们可以让设计团队确定设计的性能要求并帮助设计工具满足这些要求。设计约束和时序约束在FPGA设计中十分重要,因为它们明确了工具需要优化和报告的内容。不受约束的设计不会获得优化和产生报告,因为没有对它们设置约束来明确其运行速度;此外,这些工具也不会告知设计的执行速度如何,因为没有明确的指示来告诉工具需要此类信息。 因此,在最新版本的莱迪思Radiant设计工具中,我们关注两个目标——性能和分析。 图1:Radiant 3.1  Radiant 3.1改进了时序约束和时序分析之间的关联性,从而让模拟性能尽可能地接近实际的器件性能。该版本的设计工具还延续了我们在时钟频...

Read more...
The Criticality of Ethical AI

道德AI的重要性

Posted 12/09/2021 by TECHnalysis Research总裁兼首席分析师Bob O’Donnell

科技世界最为激动人心的一项议题就是人工智能(AI)。从科幻电影中的智能机器人到现实世界互连设备的智能功能,AI如今已成为最强大的技术之一。 但是,就像蜘蛛侠彼得·帕克所说:能力越大责任越大。人工智能也是如此。那些开发AI产品和服务的公司已经开始敏锐地意识到,如果没有以一种审慎、公平和公正的方式使用AI,可能会存在一些问题。 一个有趣的案例就是莱迪思半导体最新版本的sensAI解决方案集合及其在PC等客户端设备上的应用。莱迪思与主要的PC OEM厂商合作,将低功耗FPGA(例如 CrossLink-NX系列芯片)与sensAI 4.1版本结合来支持一系列应用,帮助改善用户体验,延长笔记本电脑的电池使用时间。 这些应用都使用PC自带的摄像头的数据来分析作为传感器输入源的笔记本电脑用户、用户身后的人、PC周围的环境等。FPGA使用经过训练、基于AI的推理模型分析图像数据,然后执行各种不同的操作。用户存在检测会根据是否检测到用户来决定打开或关闭屏幕。注意力追踪则会检测用户的注意力是否在屏幕上或转移至屏幕以外的地方,从而执行类似操作达到省电的目的。旁观者检测会确定其他人员是否在用户...

Read more...
sensAI_AI_innovation_blog_title

莱迪思sensAI解决方案集合带来下一代网络边缘AI体验

Posted 11/10/2021 by Hussein Osman

人工智能和机器学习革命持续席卷多个应用领域,尤其是网络边缘应用。安全摄像头、机器人、工业设备、客户端PC甚至玩具等网络边缘设备现在都可以支持AI/ML功能,为用户带来了新的功能和体验。行业分析公司ABI Research表示,网络边缘AI 芯片组市场“过去经历了强劲增长,预计到2024年将继续增长至710亿美元规模,而2019年至2024年的复合年增长率高达31%。如此强劲的增长是因为AI推理工作负载由云端向网络边缘迁移,尤其是在智能手机、智能家居、汽车、可穿戴设备和机器人行业。” 然而,让客户端计算设备具备“智能”给产品设计带来了新的挑战。AI/ML作为一项新兴技术,许多OEM没有足够的团队经验或时间来从头开始设计解决方案。另一方面,用于训练客户端计算设备的算法正快速发展,因此开发人员也在寻找可现场升级的AI/ML解决方案。但对于许多网络边缘AI/ML应用的开发人员来说,最关键的问题在于如何在使用电池供电的设备中提供足够的处理性能来实现AI/ML功能? 为了解决这些问题,应用开发人员和OEM需要使用灵活的硬件和软件解决方案,实现低功耗下...

Read more...
View more