瑞萨发布了下一代动态可重构人工智能处理器（DRP-AI）加速器

  发布了下一代动态可重构（DRP-AI）加速器。DRP-AI加速器提供10 TOPS/W的高功率效率，比传统技术高出10倍，它可以在低功耗的传统处理器（MPU）上面运行复杂的图像AI模型，而不需要像以前一样采用高功耗的

  七个基于Arm的CPU内核、下一代DRP-AI和DRP的组合，能马上处理机械控制中的图像识别和AI判定结果，使其成为下一代自主机器人、自主移动机器人、无人机和其他应用的理想AI处理器。

  RZ/V2M、RZ/V2L和RZ/V2MA嵌入了瑞萨电子独创的DRP-AI加速器，但瑞萨已将其独创的AI加速器DRP-AI升级为下一代，以满足最近的市场需求。

  为了大幅度提高电源效率，DRP-AI应用了INT8量化和硬件支持，用于非结构化修剪，这是传统AI加速器难以实现的，以实现高达80 TOPS的推理性能和10 TOPS/W的电源效率。

  下一代高能效AI加速器（DRP-AI3）：自治系统高级AI中的嵌入式处理速度提高10倍”白皮书

  下图1显示了AI推理性能与其他RZ/V产品的比较。以ResNet-50为例，典型的分类卷积神经网络（CNN）的性能比不修剪的RZ/V2L高14倍（密集模型），采用模型修剪后的RZ/V2H比RZ/V2L（密集模型）性能高45倍。

  甚至在深度学习出现之前，很多方法就已被用于图像识别和决策的应用中。OpenCV这个开源的计算机视觉库就是这样一个例子。即使现在有了AI图像处理，OpenCV仍然是一项很有用的技术。Vision AI和OpenCV现在都在适当的场景一起使用。

  为了加速AI和OpenCV等各种图像处理算法，RZ/V2H MPU设计了与DRP-AI分离的动态可重构处理器，为OpenCV加速器提供DRP库，充分的利用其灵活性。

  图2比较了具有DRP的OpenCV加速器与RZ/V2H四核CPU的性能。例如，利用DRP加速，用于图像边缘检测的Sobel滤波器从7.6fps提高到123fps的速度，提高了16倍。

  虽然快速多核Linux处理器是图像AI的最佳选择，但它需要大量的内存资源，并且很难实现机械控制所需的亚毫秒级实时性能。

  为了解决这一个问题，RZ/V2H使用四核Cortex-A55来运行包括AI处理在内的Linux程序，并使用专用的高速实时处理器在需要高实时性能的应用（如电机控制）中进行RTOS处理。

  通过使用OpenAMP进行处理器间不同操作系统的通信连接，DRP-AI和Linux处理器做出的决策结果能反映在RTOS处理器的实时机械控制中。

  具有这些独特功能的RZ/V2H嵌入式AI微处理器已投入量产，RZ/V2H评估板也可用于快速启动您的下一个视觉AI开发。

  原文标题：RZ/V2H MPU提高了机器人和自主应用中的AI性能和实时控制

  文章出处：【微信号：瑞萨MCU小百科，微信公众号：瑞萨MCU小百科】欢迎添加关注！文章转载请注明出处。

  说明 /

  市场 /

  从线上购物时的“猜你喜欢”、到高等级无人驾驶汽车上的实时交通信息接收，再到在线视频游戏，所有的这些都离不开

  中的作用 /

  的应用慢慢的开始渗透到各行各业，与生活交融，成为人类没办法拒绝，无法失去的

  ）项目，自动转换预训练好的神经网络（NN）并集成所生成的优化库。本手册还介绍

  ）和先进数据中心提高能源和资源效率。 Boyd的液体技术能够冷却功率密集型

  大模型已经孵化；繁衍过程将突飞猛进，ChatGPT已经上线。 世界首富马斯克认为

  边缘计算能力。有丰富的软硬件开发资料，而且外设资源丰富，接口齐全，还有丰富的功能配件可供选择。集成有以太网

  下这个开发板的功能： EASY EAI Nano是灵眸科技的硬件产品。基于

  方面有很多困难，比如要考虑HW性能、成本和功率限制。利用RZ/V系列

  模型的实施 /

  【LicheeRV-Nano开发套件试用体验】LicheeRV-Nano上的IAI技术应用