LeapMindが開発中の、FPGAデバイス上もしくはASICデバイス上の回路として動作するCNNの推論演算処理に特化した超低消費電力AI推論アクセラレータIPです。
Efficieraを使用することで、家電製品などの民生機器、建設機械などの産業機器、監視カメラ、放送機器をはじめ、従来は技術的に困難であった電力とコスト、放熱に制約のある小型機械やロボットなど、様々なエッジデバイスへディープラーニング機能を組み込むことができます。
独自のユースケースに適した極小量子化ディープラーニングモデルの構築を可能とするために包括的にサポートできる関連製品の提供を予定しています。
LeapMindのコア技術「極小量子化技術」によって、精度を維持しながら
ディープラーニングモデルの大幅な軽量化を実現しました。
データの移動量とビット数を最小化することで、コンボリューションの演算処理に要する電力を削減します。
演算ロジック削減により、演算サイクル数を削減でき、面積・周波数あたりの演算性能を向上させます。
演算ロジックを削減することで性能を保ちながらシリコン面積を削減し、演算器1個あたりの面積を最小化します。
Efficieraは、既存のIPと組み合わせてワンチップで、AI機能搭載カスタムデバイスの市場投入を促進します。
専用のセルライブラリや低消費電力プロセス技術を用いずに、一般的なASICメソドロジーだけで、省電力・低コストでハードウェアへの実装が可能です。
低解像度な画像データを表示デバイスに適した解像度に変換。 ...
圧縮ノイズを除去。 ...
低光量条件での撮影ノイズや画像コーデックによるブロックノイズを除去して画質を改善。 ...
人物の顔など個人情報を隠してデータ収集を行う。 ...
コンクリートのひび割れを検出する。 ...
徘徊や転倒など特定の危険な行動を骨格情報から検出。 ...
大人数のカウントを自動で行う。 ...
人と周囲の障害物を検出して警告。 ...
お問い合わせ・資料請求はこちらから
Contact
