加利福尼亚州洛斯阿尔托斯，2020年11月19日– DeepVision退出隐身模式，并启动其ARA-1推理处理器，以支持在边缘创建新的世界AI视觉应用程序。该处理器以紧凑的外形实现了计算，内存，能效（典型值2W）和超低延迟之间的最佳平衡，使其成为最终的端点（例如具有高计算能力的相机，传感器和边缘服务器）选择需求，模型灵活性和能源效率至关重要。 DeepVision首席执行官RaviAnnavajjhala表示：“如今，复杂的AI工作负载不仅要求低功耗，而且要求低延迟以在边缘提供实时智能。” “不再需要权衡性能和效率。开发人员现在可以在单个处理器上获得更准确的结果和丰富的数据见解。突破性的高效架构深度学习模型的复杂性不断增长，并推动了对边缘AI计算的需求。 DeepVisionARA-1处理器基于获得专利的多态数据流架构，能够处理各种数据流，以最大程度地减少片上数据移动。该架构支持每个神经网络模型中的指令，因此可以在深度学习模型中最佳地映射任何数据流模式。将数据保持在靠近计算引擎的位置可以最大程度地减少数据移动，从而确保高推理吞吐量，低延迟和更高的电源效率。编译器自动为神经网络中的每个层评估多个数据流模式，并选择性能最高和功耗最低的模式。通过同时处理多个模型，DeepVisionARA-1处理器还可以有效地运行多个模型，而不会影响性能，从而使结果更快，更准确。 DeepVisionARA-1处理器运行的深度学习模型的系统功耗低于EdgeTPU和Movidius MyriadX，例如Resnet-50，其延迟是EdgeTPU的6倍，而延迟却是MyriadX的4倍。以软件为中心的方法突破了复杂性壁垒。 DeepVision的软件开发套件（SDK）和硬件紧密集成在一起，可以无缝地协同工作，以确保以最低的功耗实现最佳的模型精度。借助内置的量化器，仿真器和分析器，开发人员拥有支持设计和执行计算复杂的推理应用程序所需的所有工具。从历史上看，在不进行大量代码开发的情况下将模型迁移到生产的过程一直具有挑战性。 DeepVision的SDK还支持无摩擦的工作流程，该流程可实现从培训模型到生产应用程序的低代码，自动化和无缝迁移过程。通过显着提高生产力并缩短整体上市时间，SDK减少了昂贵的开发时间。