Мы впервые столкнулись с AI процессорами Kneron в прошлом году, когда мы рассматривали карты-ускорители AAEON M.2 и mPCIe AI, работающие на двухъядерном процессоре Kneron KL520 Cortex-M4 и обеспечивающие ускорение 0,3 TOPS AI при 0,5 Вт.
Теперь компания представила более мощный процессор – Kneron KL720 с одним ядром Arm Cortex-M4 AI, обеспечивающим до 1,5 TOPS при 1,2 Вт или 0,9 TOPS на 1 Вт.
Компания не предоставляет другой информации о спецификациях, но Kneron KL720 считается в два-четыре раза более энергоэффективным, чем конкуренты, при более низкой цене и лучше всего подходит для высокопроизводительных IP-камер, Smart TV, AI-очков и гарнитуры, а также AIoT-шлюзов.
Процессор может обрабатывать изображения 4K, видео Full HD и данные 3D-зондирования для распознавания лиц и управления жестами для игр, торговых киосков и т. д. Помимо компьютерного зрения, чип также может обрабатывать естественный язык (NLP) для переводчиков и помощников AI.
Если вас действительно интересует решение, вы можете посмотреть 3-часовое видео, представленное ниже. Информация о Kneron KL720 начинается на отметке 5 минут. Многое обсуждается с партнерами, такими как DJI и AAEON, инвесторами и преподавателями, так что, вероятно, это в видео не сильно раскрываются технические вопросы. Извините, мы не все это смотрели …
Компания также представила «открытую платформу Kneron Neural Network Edge AI Open» (также известную как KNEO). Платформа создает частную ячеистую сеть с использованием технологии блокчейн для защиты сети узлов на базе Kneron и поддержки объединения датчиков. Это устраняет необходимость в облачном доступе для обработки моделей и AI-приложений, вместо этого используется множество “датчиков”, которые могут быть камерами, микрофонами, термометрами и т. д., обменивающиеся данными в частной ячеистой сети.
Со временем может появиться более подробная информация о Kneron KL720 на странице продукта, но более подробная информация о KNEO уже доступна.
Выражаем свою благодарность источнику из которого взята и переведена статья, сайту cnx-software.com.
Оригинал статьи вы можете прочитать здесь.