实时低功耗AI处理解决方案

瑞萨电子致力于为实现环保，智能型社会而贡献力量，而仅通过使用云的大数据处理是无法实现更安全和健康的生活的。

凭借瑞萨电子灵活且可扩展的嵌入式人工智能（ｅ－ＡＩ）概念，瑞萨电子提供了面向未来的实时低功耗ＡＩ处理解决方案，该解决方案在业界是独一无二的，它可在嵌入式端点设备中实现人工智能的特定需求。

瑞萨电子正在为瑞萨电子的智能工厂，智能家居，智能基础设施和新业务部门，例如服务机器人等重点领域的客户探索新的嵌入式人工智能解决方案。　瑞萨电子将继续与客户和合作伙伴展开合作。

通过使用由ＵＣ Ｂｅｒｋｅｌｅｙ开发的Ｃａｆｆｅ或Ｇｏｏｇｌｅ开发的ＴｅｎｓｏｒＦｌｏｗ，任何人都可以相对轻松地使用ＡＩ（人工智能）。

ＤＮＮ（深度神经网络）是在各种ＡＩ专业领域中最常用的算法之一。ＤＮＮ由两个主要部分组成 ：学习和推理。

ＤＮＮ在学习和推理执行所需的计算量方面存在很大差异，它的一个主要特征是它在推理阶段可以以较低的计算能力执行。瑞萨电子的ｅ－ＡＩ解决方案提议是在Ｃｌｏｕｄ方面继续学习执行，但推理执行转移到ＭＣＵ／ＭＰＵ。 优点是它可以支持更安全，可靠，快速的ＡＩ系统。

为了在嵌入点中执行推理阶段，嵌入式ＡＩ　方案有两个主要挑战：

１．嵌入式系统实现ＡＩ的难点在于，ＡＩ系统和ＭＣＵ／ＭＰＵ的语言不同。将ＡＩ模型转换到ＭＣＵ／ＭＰＵ并不容易。瑞萨电子需要有一个有效的工具来转换模型，然后妥善适合ＭＣＵ／ＭＰＵ存储区。备注：Ｐｙｔｈｏｎ是在许多ＡＩ模型中比较通用的语言，而ＭＣＵ的控制程序通常用Ｃ／Ｃ＋＋。

２．ＡＩ推理将迁移到边缘和端点系统，作为新的硬件架构解决方案，　它必须真正平衡行业领域的要求，包括解决功率效率，市场灵活性，功能安全要求和实时响应。

瑞萨电子有相关的技术和开发环境来解决这两个问题。

１．支持ｅ－ＡＩ开发环境

瑞萨电子ｅ－ＡＩ人工智能开发环境可以把学习后的ＡＩ模型输入到ｅ－ＡＩ翻译器，并将其转换为ｅ²Ｓｔｕｄｉｏ　Ｃ／Ｃ＋＋项目的可用形式。它是一种方便易用的工具，把ＡＩ功能简单地实现到ＭＣＵ／ＭＰＵ上。

２．ＤＲＰ技术实现低功耗ＡＩ处理。

动态可重配置处理器（ＤＲＰ）是一种可编程架构，可动态切换数据路径，使高度复杂的加速器能够在不增加功率要求的情况下运行并行指令。
　ＦＰＧＡ和ＤＲＰ在逻辑中使用类似的布线结构和并行技术，但ＤＲＰ由大型子组件组成，而不是像ＦＰＧＡ那样的细粒度配置。这意味着ＤＲＰ重新配置所需的时间比包括ＦＰＧＡ在内的其他架构要少。

ＤＲＰ的可配置性允许架构继续适应和支持深度学习神经网络的变化。ＤＲＰ技术具有高速处理能力和消耗更少功率在嵌入式ＡＩ系统拥有明显优势。

瑞萨电子（香港）产业解决方案中心工业和家电部高级专家 王志航