Manufaturação industrial
Internet das coisas industrial | Materiais industriais | Manutenção e reparo de equipamentos | Programação industrial |
home  MfgRobots >> Manufaturação industrial >  >> Industrial Internet of Things >> Tecnologia da Internet das Coisas

Dispositivo híbrido mescla arquiteturas DSP e MCU


A CEVA anunciou seu processador híbrido CEVA-BX e a tecnologia de reconhecimento de voz WhisPro. O CEVA-BX combina recursos de processador de sinal digital (DSP) e microcontrolador (MCU) em um único dispositivo projetado para preencher uma necessidade crescente de processamento de sinal e recursos de computação em uma variedade de áreas de aplicação, incluindo IoT, consumidor, automotivo e industrial. De acordo com a empresa, a nova família aborda uma lacuna no desempenho de processamento de sinal de MCUs e a flexibilidade de DSPs que limitou a capacidade dos designers de atender facilmente aos requisitos emergentes de IoT celular, fusão de sensores, inferência de rede neural e muito mais.

Embora DSPs, MCUs e processadores especializados continuem sendo a melhor escolha para a maioria das cargas de trabalho bem definidas, os aplicativos emergentes apresentam cargas de trabalho mistas. Como resultado, os desenvolvedores descobrem que precisam combinar MCUs e DSPs em projetos mais complexos ou aceitar compromissos no desempenho de processamento de sinal ou flexibilidade de controle. A família CEVA-BX foi projetada para oferecer suporte a aplicativos de carga de trabalho mista por meio de uma arquitetura que combina capacidade de processamento paralelo com recursos avançados de microprocessador (Figura 1).

clique para ampliar a imagem

Figura 1. Diagrama de blocos CEVA-BX. (Fonte:CEVA)

Construída em torno de um pipeline de comprimento variável (máximo de 11 estágios), a arquitetura combina duas unidades de processamento escalar (SPUs) com suporte nativo para matemática complexa, FFT, aceleração de divisão e suporte opcional para flutuação de precisão dupla, simples e meia unidades de pontos. Além disso, o conjunto de instruções suporta operações de dados múltiplos de instrução única (SIMD) necessárias para o processamento de vetor em inferência de rede neural e outros algoritmos. Para suportar operações de controle do tipo MCU, a arquitetura combina uma arquitetura de conjunto de instruções com suporte total do tipo C com um grande arquivo de registro de uso geral e buffers para ramificações e loops projetados para reduzir o tamanho do código e acelerar o desempenho. O subsistema de memória totalmente em cache suporta programa de 4 GB e espaço de dados, fornecendo controle total das páginas de memória e portas master dedicadas para cada uma. Para aplicativos ainda mais complexos, os desenvolvedores podem usar os mecanismos automáticos de gerenciamento de fila e buffer do CEVA-Connect para integrar co-processadores e criar um cluster de núcleos CEVA-BX (Figura 2).


Figura 2. Transferência de dados CEVA-Connect. (Fonte:CEVA)

O CEVA-BX é oferecido inicialmente em duas configurações - o CEVA-BX1 com MAC único de 32X32 bits e MACs quádruplos de 16X16 bits e o CEVA-BX2 com MACs quádruplos de 32X32 bits e MACs octais de 16X16 bits, que também são capazes de suportando operações MAC de 16 × 8 bits e 8 × 8 bits. O CEVA-BX2 atende a cargas de trabalho intensas, como controle 5G PHY, formação de feixes de vários microfones e redes neurais para reconhecimento de voz, com até 16 GMACs por segundo. O CEVA-BX1 atende cargas de trabalho DSP de faixa baixa a média, como IoT celular, pilhas de protocolo e fusão de sensor sempre ativa, com até 8 GMACs por segundo. A segurança é tratada por meio de modos de execução confiáveis ​​dedicados para cumprir os rigorosos padrões de segurança. A família CEVA-BX é acompanhada por uma cadeia de ferramentas de desenvolvimento de software abrangente, incluindo um compilador LLVM avançado, depurador baseado em Eclipse, bibliotecas de computação de rede neural e DSP, suporte a estruturas de rede neural como Android NN API, ARM NN e Tensorflow Lite, e escolha dos sistemas operacionais em tempo real (RTOS) líderes da indústria. Para obter mais informações, visite a página do produto CEVA-BX.

WhisPro Speech Recognition

Separadamente, a CEVA anunciou que sua tecnologia WhisPro foi projetada para acelerar a implementação de produtos inteligentes ativados por voz que se conectam a serviços de assistente de voz baseados em nuvem, como Amazon Alexa, Google Assistant, Baidu DuerOS e outros. Projetada para dispositivos de borda de escuta sempre ativos, a tecnologia é construída em torno de um modelo de rede neural recorrente (RNN) escalonável que é capaz de lidar com uma única frase de gatilho, bem como várias frases de gatilho simultâneas, para oferecer suporte a vários assistentes de IA. Projetado com imunidade a ruídos embutida, WhisPro atinge uma taxa de reconhecimento de wake-frase independente de alto-falante acima de 95% enquanto minimiza o consumo de energia e os requisitos de processamento. Para uma imunidade a ruído ainda maior, os desenvolvedores podem combinar WhisPro com a tecnologia de redução de ruído ClearVox da CEVA. Trabalhando em conjunto, WhisPro e ClearVox fornecem uma solução de software de ativação por voz tolerante a ruído projetada para rodar em dispositivos CEVA CEVA -TeakLite-4, CEVA -X2 e CEVA -BX. Para obter mais informações, visite a página do produto CEVA WhisPro.

Tecnologia da Internet das Coisas

  1. Vantagens e desvantagens da nuvem híbrida
  2. Criação de Blockchain Híbrido / Aplicativos em Nuvem com Ethereum e Google
  3. Bluetooth 5.1 SoC foi projetado para reduzir o tamanho e o custo do projeto
  4. Arm expande a conectividade IoT e capacidades de gerenciamento de dispositivos com aquisição de Stream Technologies
  5. Ajustar e esquecer:a ameaça representada pela IoT não configurada
  6. Gerenciamento de dispositivos IoT e sua função em facilitar implantações IoT em escala
  7. Segurança e problemas de integração de dispositivos não impedem as empresas de aumentar os gastos de IoT
  8. Teste e funcionalidade de CNC, impressão 3D e fabricação de protótipos híbridos
  9. Torno projetado para precisão e velocidade
  10. O que é um dispositivo de borda e por que ele é essencial para a IoT?