亚洲精品久久久久久久久久久,亚洲国产精品一区二区制服,亚洲精品午夜精品,国产成人精品综合在线观看,最近2019中文字幕一页二页

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

芯品#MAX78002 新型AI MCU,能夠使神經(jīng)網(wǎng)絡(luò)以超低功耗運行

eeDesigner ? 2024-05-07 17:47 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

人工智能(AI)需要超強的計算能力,而Maxim則大大降低了AI計算所需的功耗。MAX78002是一款新型的AI微控制器,使神經(jīng)網(wǎng)絡(luò)能夠在互聯(lián)網(wǎng)邊緣端以超低功耗運行,將高能效的AI處理與經(jīng)過驗證的Maxim超低功耗微控制器相結(jié)合。通過這款基于硬件的卷積神經(jīng)網(wǎng)絡(luò)(CNN)加速器,即使是電池供電的應(yīng)用也可執(zhí)行AI推理,同時功耗僅為微焦耳級。

MAX78002是一款先進的片上系統(tǒng),集成帶FPU CPUArm? Cortex?-M4內(nèi)核,通過超低功耗深度神經(jīng)網(wǎng)絡(luò)加速器實現(xiàn)高效的系統(tǒng)控制。CNN引擎具有2MB的權(quán)重存儲器,可支持1、2、4和8位權(quán)重(支持高達1600萬1位權(quán)重的網(wǎng)絡(luò))。該CNN權(quán)重存儲器基于SRAM,因此可進行AI網(wǎng)絡(luò)的即時更新。同時,CNN引擎還集成了1.3MB的數(shù)據(jù)存儲器。高度靈活的CNN架構(gòu)支持用戶通過PyTorch?和TensorFlow?等傳統(tǒng)工具集訓(xùn)練網(wǎng)絡(luò),然后經(jīng)ADI提供的工具轉(zhuǎn)換后在MAX78002上運行。

除CNN引擎的存儲器之外,MAX78002還具備適配微控制器內(nèi)核的大型片內(nèi)系統(tǒng)存儲器,具有2.5MB的閃存和高達384KB的SRAM,支持多個高速和低功耗的通信接口,包括I2S、MIPI CSI-2?、并行攝像頭接口(PCIF)和SD3.0/SDIO3.0/eMMC4.51安全數(shù)字接口。

該器件采用144引腳CSBGA(12mm x 12mm、0.8mm間距)封裝。

*附件:MAX78002 新型AI MCU,能夠使神經(jīng)網(wǎng)絡(luò)以超低功耗運行.pdf

特性

  • 雙核超低功耗微控制器
    • 帶FPU的Arm Cortex-M4處理器,工作頻率最高可達120MHz
    • 2.5MB閃存、64KB ROM和384KB SRAM
    • 16KB指令緩存幫助優(yōu)化性能
    • 用于SRAM的可選糾錯碼(ECC-SEC-DED)功能
    • 32位RISC-V協(xié)處理器,工作頻率最高可達60MHz
    • 多達60個通用I/O引腳
    • MIPI CSI-2攝像頭串行接口
    • 12位并行攝像頭接口
    • 用于數(shù)字音頻接口的I2S主機/從機
    • 安全數(shù)字接口支持SD3.0/SDIO3.0/eMMC4.51
  • 卷積神經(jīng)網(wǎng)絡(luò)(CNN)加速器
    • 針對深度CNN進行了高度優(yōu)化
    • 2M 8位權(quán)重容量,具有1、2、4、8位權(quán)重
    • 1.3MB CNN數(shù)據(jù)存儲器
    • 高達2048 x 2048像素的可編程輸入圖像尺寸
    • 多達128層的可編程網(wǎng)絡(luò)深度
    • 多達1024個通道的可編程網(wǎng)絡(luò)每層通道寬度
    • 一維和二維卷積處理
    • 能夠以30fps的速率處理VGA圖像
  • 電源管理功能有助于延長電池續(xù)航時間
    • 集成單電感多路輸出(SIMO)的開關(guān)電源(SMPS)
    • SIMO電源電壓范圍:2.85V至3.6V
    • 動態(tài)電壓調(diào)節(jié)盡可能地降低了內(nèi)核功耗
    • 在3.0V時緩存執(zhí)行While循環(huán)的電流為23μA/MHz(僅CM4內(nèi)核工作)
    • 支持實時時鐘(RTC)使能的低功耗模式的SRAM數(shù)據(jù)保留
  • 安全性和集成度
    • 安全啟動
    • AES 128/192/256硬件加速引擎
    • 真隨機數(shù)生成器(TRNG)的隨機數(shù)種子生成器
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • mcu
    mcu
    +關(guān)注

    關(guān)注

    147

    文章

    18443

    瀏覽量

    381101
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4820

    瀏覽量

    106377
  • AI
    AI
    +關(guān)注

    關(guān)注

    88

    文章

    37303

    瀏覽量

    292275
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    使用 ADI 的 MAX78002 MCU 開發(fā)邊緣 AI 應(yīng)用

    的物聯(lián)網(wǎng)設(shè)備上運行。 Analog Devices, Inc. 的微控制器單元 (MCU) 可以通過集成的低功耗卷積神經(jīng)網(wǎng)絡(luò) (CNN) 加速器來解決邊緣處理限制,
    的頭像 發(fā)表于 10-17 11:39 ?2420次閱讀
    使用 ADI 的 <b class='flag-5'>MAX78002</b> <b class='flag-5'>MCU</b> 開發(fā)邊緣 <b class='flag-5'>AI</b> 應(yīng)用

    MAX7800X AI 微控制器開發(fā)人員資源

    使用我們的超低功耗 AI 微控制器實現(xiàn)真正的邊緣智能 MAX78000 MAX78002 是 Arm? M4F AI 微控制器,帶有 RIS
    的頭像 發(fā)表于 05-14 15:09 ?1108次閱讀
    <b class='flag-5'>MAX</b>7800X <b class='flag-5'>AI</b> 微控制器開發(fā)人員資源

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+神經(jīng)形態(tài)計算、類腦芯片

    AI芯片不僅包括深度學(xué)細(xì)AI加速器,還有另外一個主要列別:類腦芯片。類腦芯片是模擬人腦神經(jīng)網(wǎng)絡(luò)架構(gòu)的芯片。它結(jié)合微電子技術(shù)和新型神經(jīng)形態(tài)器件
    發(fā)表于 09-17 16:43

    超低功耗AIGX8002介紹

    概述:GX8002采用了MCU+NPU的架構(gòu),集成國第二代自研神經(jīng)網(wǎng)絡(luò)處理器gxNPU V200和平頭哥CK804處理器。芯片支持多級喚醒,集成硬件VAD,可實現(xiàn)超低功耗待機和自動人
    發(fā)表于 07-25 10:34

    嵌入式中的人工神經(jīng)網(wǎng)絡(luò)的相關(guān)資料分享

    設(shè)備沒有連接的時候。 在這種情況下,需要一個能夠實時進行信號預(yù)處理和執(zhí)行神經(jīng)網(wǎng)絡(luò)的平臺,需要最低功耗,尤其是在一個電池設(shè)備上運行的時候。通過使用不同的工具(如 python 腳本) ,
    發(fā)表于 11-09 08:06

    超低功耗MCU相關(guān)資料分享

    微控制器 (MCU) 供應(yīng)商正在穩(wěn)步增加其設(shè)備中的內(nèi)存容量,但這足以支持人工智能 (AI) 和物聯(lián)網(wǎng)技術(shù)交叉點的設(shè)計需求嗎?超低功耗 MCU 供應(yīng)商 Ambiq Micro 與存儲器公
    發(fā)表于 11-10 07:28

    面向低功耗AI芯片上的神經(jīng)網(wǎng)絡(luò)設(shè)計介紹

    這篇文章為大家介紹了一下面向低功耗AI芯片上的神經(jīng)網(wǎng)絡(luò)設(shè)計,隨著這幾年神經(jīng)網(wǎng)絡(luò)和硬件(CPU,GPU,FPGA,ASIC)的迅猛發(fā)展,深度學(xué)習(xí)在包...
    的頭像 發(fā)表于 12-14 23:40 ?1360次閱讀

    美信半導(dǎo)體新型神經(jīng)網(wǎng)絡(luò)加速器MAX78000 SoC

    ? ? 新型神經(jīng)網(wǎng)絡(luò)加速器 Maxim Integrated的新型MAX78000芯片,基于雙核MCU,結(jié)合了
    的頭像 發(fā)表于 01-04 11:48 ?3960次閱讀

    MAX78002上開發(fā)功耗優(yōu)化應(yīng)用

    功耗是邊緣人工智能 (AI) 應(yīng)用的關(guān)鍵因素,其中整個系統(tǒng)由小型電池供電,預(yù)計無需充電或更換電池即可運行數(shù)月。MAX78002超低功耗
    的頭像 發(fā)表于 02-17 11:31 ?2055次閱讀
    在<b class='flag-5'>MAX78002</b>上開發(fā)<b class='flag-5'>功耗</b>優(yōu)化應(yīng)用

    ADI超低功耗人工智能(AI)MCU MAX78002介紹

    相比于云端AI,邊緣AI具備實時性好、帶寬資源要求低、隱私性高等特點,特別適合物聯(lián)網(wǎng)應(yīng)用。ADI的邊緣AI低功耗微處理器領(lǐng)域的最新款產(chǎn)品是MAX78
    的頭像 發(fā)表于 12-15 12:36 ?2052次閱讀

    MAX78002人工智能微控制器特性亮點概述

    神經(jīng)網(wǎng)絡(luò)能夠超低功耗執(zhí)行,位于物聯(lián)網(wǎng)的邊緣。該器件結(jié)合了最節(jié)能的 AI 處理與 Analog Devices 久經(jīng)考驗的
    的頭像 發(fā)表于 07-11 09:25 ?1571次閱讀
    <b class='flag-5'>MAX78002</b>人工智能微控制器特性亮點概述

    ADI 新型AI微控制器 # MAX78000 數(shù)據(jù)手冊和芯片介紹

    MAX78000是一款新型AI微控制器,使神經(jīng)網(wǎng)絡(luò)能夠在互聯(lián)網(wǎng)邊緣端
    的頭像 發(fā)表于 02-08 16:50 ?1283次閱讀
    ADI <b class='flag-5'>新型</b><b class='flag-5'>AI</b>微控制器 # <b class='flag-5'>MAX</b>78000 數(shù)據(jù)手冊和芯片介紹

    MAX78002帶有低功耗卷積神經(jīng)網(wǎng)絡(luò)加速器的人工智能微控制器技術(shù)手冊

    人工智能(AI)需要超強的計算能力,而Maxim則大大降低了AI計算所需的功耗。MAX78002是一款新型
    的頭像 發(fā)表于 05-08 10:16 ?483次閱讀
    <b class='flag-5'>MAX78002</b>帶有<b class='flag-5'>低功耗</b>卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>加速器的人工智能微控制器技術(shù)手冊

    MAX78000采用超低功耗卷積神經(jīng)網(wǎng)絡(luò)加速度計的人工智能微控制器技術(shù)手冊

    人工智能(AI)需要超強的計算能力,而Maxim則大大降低了AI計算所需的功耗。MAX78000是一款新型
    的頭像 發(fā)表于 05-08 11:42 ?617次閱讀
    <b class='flag-5'>MAX</b>78000采用<b class='flag-5'>超低功耗</b>卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>加速度計的人工智能微控制器技術(shù)手冊

    Analog Devices / Maxim Integrated MAX78002人工智能微控制器數(shù)據(jù)手冊

    Analog Devices MAX78002人工智能微控制器是支持神經(jīng)網(wǎng)絡(luò)AI微控制器。Analog Devices MAX78002可在超低功
    的頭像 發(fā)表于 06-18 15:19 ?530次閱讀