Microchip bringt sein SDK (Software Development Kit) auf den Markt.

Mit der zunehmenden Popularität von Künstlicher Intelligenz (KI), Maschinellem Lernen (ML) und dem Internet der Dinge (IoT) verlagern sich die Anwendungen an den Netzwerkrand, wo Daten gesammelt werden und energieeffiziente Lösungen benötigt werden, um eine höhere Rechenleistung in einem kleineren, kompakteren Formfaktor mit anspruchsvolleren Kühlungsanforderungen zu liefern.

Mit seiner Initiative „Intelligent Embedded Computer Vision“ trägt Microchip Technology Inc. der wachsenden Nachfrage nach energieeffizienter Extrapolationstechnologie in Edge-Netzwerkanwendungen Rechnung, indem es Softwareentwicklern die Implementierung von Algorithmen in PolarFire® Field-Programmable Gate Arrays (FPGAs) ermöglicht.

Als bedeutende Ergänzung dieses Produktportfolios ermöglicht das VectorBlox Accelerator Software Development Kit (SDK) von Microchip Softwareentwicklern, die Vorteile des PolarFire FPGA von Microchip zu nutzen, um energieeffiziente, flexible, auf Overlays basierende neuronale Netzwerkanwendungen zu entwickeln, ohne lernen zu müssen, wie man einen FPGA benutzt.

FPGAs eignen sich gut für Edge-KI-Anwendungen, beispielsweise in energiebeschränkten Rechenumgebungen, da sie mehr GOPS (Giga-Operationen pro Sekunde) mit höherer Energieeffizienz als eine zentrale Verarbeitungseinheit (CPU) oder eine Grafikverarbeitungseinheit (GPU) durchführen können, jedoch sind dafür spezielle Hardware-Designkenntnisse erforderlich.

Das VectorBlox Accelerator SDK von Microchip wurde entwickelt, um Entwicklern die Möglichkeit zu geben, Quellcode in C/C++ zu schreiben und hocheffiziente neuronale Netze zu programmieren, ohne dass umfangreiche FPGA-Designerfahrung erforderlich ist.

Dieses äußerst flexible Toolkit kann Modelle in den Formaten TensorFlow und ONNX (Open Neural Network Exchange) implementieren und gewährleistet so eine möglichst breite Framework-Kompatibilität.

ONNX unterstützt verschiedene Frameworks wie Caffe2, MXNet, PyTorch und MATLAB®. Im Gegensatz zu anderen FPGA-Lösungen wird das VectorBlox Accelerator SDK von Microchip sowohl unter Linux® als auch unter Windows® unterstützt und beinhaltet einen bitgenauen Simulator. Dadurch können Anwender die Hardwaregenauigkeit direkt in der Softwareumgebung überprüfen. Die im Toolkit enthaltene neuronale Netzwerk-IP ermöglicht zudem das Laden mehrerer Netzwerkmodelle zur Laufzeit.

"Um Softwareentwicklern die Nutzung der hohen Energieeffizienz von FPGAs zu ermöglichen, müssen wir die Hürden beseitigen, die sie zum Erlernen neuer FPGA-Architekturen und Closed-Loop-Tools zwingen, und gleichzeitig die Flexibilität gewährleisten, Multi-Framework- und Multi-Netzwerk-Lösungen zu portieren.“ Bruce Weyer, Vizepräsident des Geschäftsbereichs FPGA-Lösungen bei Microchip, erklärte.

„Das VectorBlox Accelerator SDK und das neuronale Netzwerk-IP von Microchip bieten Software- und Hardwareentwicklern die Möglichkeit, eine Convolutional Neural Network-Architektur auf PolarFire FPGAs zu implementieren. Dadurch können sie KI-gestützte Edge-Systeme mit optimalen Formfaktoren, thermischen Eigenschaften und geringem Stromverbrauch einfacher entwickeln und einsetzen.“".

Um Extrapolationen am Netzwerkrand durchzuführen, verbrauchen PolarFire FPGAs bis zu 50 % weniger Strom als vergleichbare Geräte und bieten gleichzeitig 25 % mehr Rechenleistung sowie 1,5 Tera-Operationen pro Sekunde (TOPS).