NESY049A january   2022  – march 2023 TDA4VM , TDA4VM-Q1

 

  1.   摘要
  2.   Authors
  3.   簡介
  4.   定義邊緣 AI
  5.   什麼是高效邊緣 AI 系統?
    1.     選擇 SoC 架構
    2.     可編程核心類型與加速器
  6.   以 TI 視覺處理器設計邊緣 AI 系統
    1.     深度學習加速器
    2.     成像和電腦視覺硬體加速器
    3.     智慧型內部匯流排與記憶體架構
    4.     系統 BOM 最佳化
    5.     使用簡單的軟體開發環境
  7.   結論

成像和電腦視覺硬體加速器

視覺型邊緣 AI 系統通常包含單一或多攝影機影像處理及傳統電腦視覺工作。在 CPU 或 GPU 中,這些工作會消耗大量功率,並有傳輸量限制。

此等級的邊緣 AI 處理器 SoC 可加快硬體中運算密集的低階暴力像素處理視覺工作,例如 ISP、鏡頭失真修正、多重調整及視覺處理加速器核心中的雙向雜訊濾波。深度和運動感知加速器核心可加快立體深度評估與密集光流,有助於增強對環境的認知,如 圖 3 中所示。

GUID-02B99BA8-6090-447A-8F86-B5AB1F269B10-low.png圖 3 視覺加速器功能。

在硬體中加快這些工作可降低功耗並縮小體積。這些工作雖然在硬體中加速進行,但其可配置性透過加速器功能來滿足您的系統需求,為您提供更多靈活性。

此類整合與加速可省去對自訂 ISP 或 FPGA 的需求,並釋出 CPU Mega Hertz 以處理硬體中運算密集的成像及視覺工作。例如單一視覺處理加速器核心可在 30 fps 下處理高達八個 2 百萬像素或兩個 8 百萬像素的攝影機。深度和運動處理加速核心可以每秒 8 千萬像素進行立體深度評估,並以每秒 1 億 5 千萬像素進行動作向量。