Microchip Technology Inc. 通过其智能嵌入式视觉计划，满足了边缘应用对低功耗推理日益增长的需求，使软件开发人员能够更轻松地在 PolarFire® FPGA（现场可编程门阵列）上实现其算法。VectorBlox Accelerator 软件开发套件是 Microchip 在该领域解决方案组合中的一项重要补充，它帮助开发人员利用 Microchip 的 PolarFire FPGA，基于灵活的覆盖层创建低功耗神经网络应用程序，而无需学习 FPGA 工具流程。.
FPGA 非常适合边缘 AI 应用，例如在功耗受限的计算环境中进行推理，因为它们每秒可以执行比中央处理器 (CPU) 或图形处理器 (GPU) 更高的运算速度 (GOPS)，效率也更高，但它们需要专门的硬件设计知识。Microchip 的 VectorBlox Accelerator 软件开发套件旨在使开发人员无需事先具备 FPGA 设计经验即可使用 C/C++ 编写代码并开发节能型神经网络。.
该工具包具有高度灵活性，可运行 TensorFlow 和 ONNX（开放神经网络交换）格式的模型，从而与各种环境实现高度互操作性。ONNX 与多种环境兼容，包括 Caffe2、MXNet、PyTorch 和 MATLAB®。与其他 FPGA 解决方案不同，Microchip 的 VectorBlox Accelerator 软件开发工具包兼容 Linux® 和 Windows® 操作系统，并包含一个精度为 1 位的仿真器，使用户能够在软件环境中验证硬件精度。该工具包中包含的神经网络 IP 还允许在运行时加载不同的网络模型。.
“为了让软件开发人员能够利用 FPGA 的节能优势，我们需要消除他们学习新的 FPGA 架构和专有工具的障碍，并为他们提供适用于不同环境和网络的灵活解决方案，”Microchip FPGA 业务部门副总裁 Bruce Weyer 表示。.
“Microchip 的 VectorBlox 加速器软件开发套件和神经网络 IP 核将为软件和硬件开发人员提供一种在 PolarFire FPGA 上实现卷积神经网络架构的方法，并具有极其灵活的叠加层，从而更容易构建和部署边缘 AI 系统，这些系统在尺寸、散热和功耗方面提供一流的特性。”.
对于边缘推理，与同类产品相比，PolarFire FPGA 可将整体功耗降低高达 50%，同时提供容量提升 25% 的数学模块，最高可达每秒 1.5 万亿次运算 (TOPS)。FPGA 还为开发人员提供了更大的定制化和差异化选择，这得益于其固有的可升级性以及将功能集成到单个芯片上的能力。PolarFire FPGA 神经网络 IP 提供多种尺寸，可根据应用需求平衡性能、功耗和封装尺寸，使客户能够将解决方案部署在小至 11 × 11 毫米的封装中。.
Microchip 的智能嵌入式视觉计划于去年 7 月启动，旨在为硬件和软件开发人员提供工具、知识产权 (IP) 和电路板，以满足边缘应用的小尺寸和散热要求。与其他解决方案相比，PolarFire FPGA 的功耗更低，因此客户无需使用风扇。PolarFire FPGA 还为客户的设计提供功能集成。例如，在智能相机等应用中，PolarFire FPGA 可以集成图像信号通道，该通道包含传感器接口、DDR 控制器、图像信号处理 (ISP) IP 和网络接口，所有这些都集成了机器学习推理功能。.
可用性
Microchip 的 VectorBlox 加速器应用开发套件预计将于 2020 年第三季度上市，并于 6 月启动早期体验计划。PolarFire FPGA 已投入生产。欲了解更多信息，请访问 Smart Embedded Vision 网站或联系 [联系方式缺失]。
