2月25日消息，處理器設(shè)計自動化領(lǐng)域的領(lǐng)導者Codasip于今日發(fā)布了其L31和L11兩款新產(chǎn)品，它們是相關(guān)產(chǎn)品系列中專為定制處理器而優(yōu)化的最新低功耗嵌入式RISC-V處理器內(nèi)核?；谶@些新內(nèi)核，客戶可以很方便地使用Codasip Studio工具去定制處理器設(shè)計，以支持諸如神經(jīng)網(wǎng)絡(luò)、人工智能/機器學習（AI/ML）等具有挑戰(zhàn)性的應用，包括例如物聯(lián)網(wǎng)（IoT）邊緣計算等極小型化的、功率受限的應用。
在物聯(lián)網(wǎng)/工業(yè)物聯(lián)網(wǎng)（IoT/IIoT）等邊緣計算設(shè)備上部署AI/ML將獲益良多，可有助于提高安全性、降低功耗，以及減少實時處理的延遲。由于AI/ML的算法類型屬于計算密集型，并且嵌入式系統(tǒng)內(nèi)部資源有限，因此需要使用定制處理器才能提供足夠的性能。為此，CodasipL31/L11嵌入式內(nèi)核運行在谷歌的TensorFlowLite for Microcontrollers上，并利用Codasip Studio工具來定制一類全新的嵌入式AI*內(nèi)核，因此特別適用于空間和功率開銷極其有限的物聯(lián)網(wǎng)應用。
Codasip首席技術(shù)官Zdeněk P?ikryl表示：“通過購買RISC-V處理器高級描述語言CodAL的授權(quán)，使Codasip客戶獲得了一套完整架構(gòu)許可，從而可去實現(xiàn)ISA和微體系架構(gòu)的定制。隨著新L11/31內(nèi)核的問世，方便了我們在尺寸和功率受限的嵌入式處理器設(shè)計中加入客戶所需的功能，如邊緣人工智能等。”
長期以來，Codasip的內(nèi)核可定制功能是公司成功的基石，這也是目前全球已有超過20億顆處理器使用了Codasip IP的原因。除了更容易定制內(nèi)核以匹配特定的嵌入式設(shè)計以外，Codasip還增強了兩種新內(nèi)核的性能使其能夠支持更高主頻。
現(xiàn)有的處理器并不能很好地加載人工智能和機器學習應用；同時，器件的數(shù)據(jù)類型、量化模型和性能需求也因應用不同而差異巨大。Codasip提供的“創(chuàng)造差異化設(shè)計”模式意味著使用其Studio工具的客戶，可以根據(jù)其特定系統(tǒng)、軟件及應用程序的要求來定制處理器。同樣地，低功耗物聯(lián)網(wǎng)應用中嵌入式設(shè)備的資源也極為有限：內(nèi)存有限，指令集也有限，但器件開發(fā)人員還需要保證此類器件具有功耗低和內(nèi)生安全性等特性，并且能夠?qū)崿F(xiàn)實時響應和通信。
Codasip Studio RISC-V設(shè)計工具可以提供定制的指令，它們特別適合用來開發(fā)人工智能/機器學習（AI/ML）處理器。通過將TensorFlow Lite for Microcontrollers**（TFLite Micro）、RISC-V定制指令以及Codasip處理器設(shè)計工具三者相結(jié)合，就可以為嵌入式的、高效率的邊緣神經(jīng)網(wǎng)絡(luò)處理功能帶來了更多優(yōu)勢，包括低延遲、高安全性、快速通信和低功耗等。而這些優(yōu)勢對于新興物聯(lián)網(wǎng)和工業(yè)物聯(lián)網(wǎng)（IIoT）邊緣應用而言至關(guān)重要，能夠在此類應用中實時運行AI/ML任務(wù)正在迅速成為系統(tǒng)級芯片（SoC）的一項標準特性。
Codasip的最新L31和L11處理器內(nèi)核是業(yè)內(nèi)首批支持TFLite Micro的內(nèi)核，但支持范圍僅限適用于Codasip的整個RISC-V內(nèi)核產(chǎn)品組合。
通過采用TensorFlow Lite AI框架來支持神經(jīng)網(wǎng)絡(luò)，Codasip RISC-V處理器IP因此特別適合那些計劃在其AI/ML器件的內(nèi)核中加載市場領(lǐng)先性能的系統(tǒng)開發(fā)人員。同時憑借著邊緣處理器功能性，Codasip定制化設(shè)計的性能也為那些關(guān)鍵任務(wù)型嵌入式物聯(lián)網(wǎng)應用帶來了高實時性優(yōu)勢。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
