女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

泰凌微發布機器學習與人工智能發展平臺TLEdgeAI-DK

泰凌微電子 ? 來源:泰凌微電子 ? 2024-12-19 10:58 ? 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

人工智能是新一輪科技革命和產業升級的重要驅動力量,當下人工智能應用落地已邁入新階段,無線連接與邊緣AI運算能力相結合的巨大市場在未來將呈現出高速增長的態勢,這其中尤其以AI端側應用為突出代表。

泰凌微電子(688591.SH)近日于芯片技術領域斬獲新突破,正式向市場推出了新一代高度集成的芯片TL721X和TL751X以及基于兩款芯片的機器學習與人工智能發展平臺TLEdgeAI-DK(以下統稱:TL-EdgeAI發展平臺)。

TL721x及TL751x系列,增加了邊緣AI運算能力,基于這兩款芯片的TL-EdgeAI發展平臺,將支持主流本地端AI模型,如谷歌LiteRT、TVM等開源模型,是目前世界上功耗最低的智能物聯網連接協議平臺,特別適合運用在需要電池供電的各類產品,為海量AI端側應用的未來發展鋪就嶄新道路。

TL721X 作為國內率先實現工作電流低至 1mA 量級的超低功耗多協議物聯網無線 SoC 芯片,可出色滿足新一代高性能智能物聯網終端產品對于核心芯片所提出的更為嚴苛、多元的高標準要求。TL751X 則以獨特的高性能、多協議以及高集成度的特質,采用先進的多核設計理念,集成了HiFi-5 DSP,由此衍生出極為強大的運算處理能力,并集成了豐富多樣且實用的功能模塊,可適用于智能無線物聯網、無線音頻 SoC等領域。

該兩款AI芯片及搭載的機器學習與人工智能發展平臺,使藍牙芯片脫離了傳統藍牙芯片的傳輸功能,實現了可自行學習,可以參與、對接大模型和應用小模型,并實現了和國際、國內一線的智能音頻、智能家居廠家的全面合作。

從藍牙連接到端側AI,泰凌微邁入全新發展階段

自2010年起航以來,泰凌微電子始終聚焦在無線物聯網芯片技術等前沿領域,已擁有了齊全的無線物聯網系統級芯片產品種類,包括多模物聯網芯片、無線音頻芯片、私有協議芯片,滿足多樣化的物聯網應用需求,針對這些芯片,泰凌微都提供了自研固件協議棧和完整的參考設計,從而形成了自身的產品競爭力與護城河,完善的產品與技術,得到了市場檢驗與認可的可靠性,以及供應鏈穩定性等因素,幫助泰凌微能夠躋身全球連接芯片的頭部廠商,2024年年中,泰凌微的全球累計出貨量已跨越20億顆這一重大里程碑。

邊緣AI(Edge AI)是指在數據產生的本地或邊緣設備上集成人工智能算法和處理能力,使設備能夠直接運行人工智能模型,而無需依賴云端服務器處理數據。這些本地設備包括海量的各類傳感器、攝像頭、音頻設備、機器人以及其他智能硬件。通過這種技術,設備可以在數據生成的地點實時處理信息,從而顯著降低延遲、節省數據傳輸帶寬,并提升響應速度。與此同時,由于數據無需傳輸到遠程服務器處理,還能有效降低數據泄露和隱私問題的風險。

邊緣AI的應用場景十分廣泛,涵蓋智能家居、智慧醫療、智能樓宇、工業物聯網、安防監控等眾多領域。泰凌微電子每年銷售的數億片芯片中,已有大量產品應用于這些領域。近年來,隨著客戶對在芯片中增加邊緣AI能力的需求不斷增長,泰凌微電子投入了大量研發資源,最終推出新一代支持邊緣AI運算的芯片。這一突破將顯著提升公司產品在相關領域的競爭力,進一步打開同時需要無線連接與邊緣AI運算能力的高速增長的巨大市場。

另一方面,邊緣計算通常對設備的能耗提出較高要求,而泰凌微電子在低功耗領域則有著有著深厚的技術沉淀,從而能夠使得TL-EdgeAI發展平臺一經面世即可達到目前世界上功耗最低這一性能表現。

高效整合各大主流算法模型 打開端側AI市場

泰凌微電子基于這兩款TL721x及TL751x高集成、超低功耗的芯片,成功打造出TL-EdgeAI發展平臺。此平臺全力支持用戶快速移植現有的機器學習模型,并且用戶還可運用LiteRT、TVM等主流本地人工智能算法,使其在開發實際產品時,能高效地將本地端的人工智能功能加以整合。用戶不但能夠獲取可直接運行的LiteRT模型,以便在多種機器學習與人工智能工作場景中自如應用,而且還能憑借AI Edge轉換和優化工具,把TensorFlow、PyTorch和JAX模型順利轉換為TFLite格式并使之運行。

其中,TensorFlow、JAX模型系由谷歌公司的人工智能團隊谷歌大腦(Google Brain)開發和維護,PyTorch則是由Facebook公司的人工智能研究團隊開發。

在工作流程方面,也極為簡化,以LiteRT機器學習為例,泰凌微電子的本地端人工智能開發平臺已可支持:

1訓練模型:

生成適配目標裝置的小型TensorFlow模型,涵蓋所支持的應用;

運用 LiteRT 轉換工具指令,將其轉換為LiteRT模型;

借助標準工具存儲數據,把裝置只讀程序內存轉換為C字節數組。

2使用C++鏈接庫,并在裝置上執行推論結果。

用戶可借助泰凌微電子提供的ML/AI SDK,并結合上述訓練模型成果,快速集成到實際產品應用中,搶占上市先機(Time-To-Market)。目前,泰凌微電子正積極協助客戶利用此開發平臺引入人工智能功能,極大地提升產品的差異化程度,創造產品價值。泰凌微電子目前已成功地利用TL-EdgeAI發展平臺,將邊緣AI的機器學習模型整合到智能音頻和智能家居產品中,實現了與實際應用的緊密結合,同時還在與更多的用戶和策略伙伴合作開發各種適合不同應用領域具有邊緣AI功能的創新產品,其中包括和國內領先的大模型AI公司進行的相關產品的深度合作。

以智能音頻為例,在消費音頻設備中,TL751X以高性能、多協議和高集成度支持耳機等設備實現優質音頻傳輸,同時借助強大算力為智能語音交互助力,如依語音指令智能切換音頻模式;并以低功耗和人工智能降噪算法,精準識別并抑制環境噪音。音頻會議系統里,TL751X 處理多路音頻,借助人工智能實現高清通話、混音與智能語音指令響應,像自動記錄要點等。在多人組網對講系統中,TL-EdgeAI_751X平臺結合自研的低延遲Mesh網絡技術和Telink Edge AI-Noise Reduction技術,已經實現了同時多達24人的低延時、高穩定性和高音質的雙工通信,推動了智能音頻技術在人工智能的加持下不斷創新和發展,廣泛應用于各個領域。

以智能家居為例,TL721X的高性能,低延時與低功耗特性,讓智能語音助手更加流暢自然,用戶可通過語音以非常低的延時便捷控制燈光、窗簾、空調等設備。支持Matter使不同協議的燈光、窗簾、空調等設備無縫連接,加上低功耗優勢保障設備持久運行。豐富的外設接口連接傳感器,借助人工智能算法,可實現室內環境的智能感知學習與調控,極大提升居住舒適度。目前,TL-EdgeAI_721x平臺可支持多種智能傳感器機器學習算法(Edge AI Sensor Hub)并支持最新網絡Matter協議。泰凌微電子在智能家居擴展應用上在行業內處于領先地位。

此次發布新一代高度集成的芯片TL721X和TL751X以及基于兩款芯片的TL- EdgeAI發展平臺,標志著泰凌微電子在融合機器學習及人工智能軟硬件技術、拓展AI端側應用市場等方面取得實質性進展。

目前,TL721X已步入量產籌備的關鍵階段,預計將于2025年中正式開啟大規模批量生產階段,并已率先向部分先導客戶提供樣品進行前期試用與評估。而TL751X則憑借其卓越的高性能、廣泛的多協議支持以及出色的高集成度優勢,已在市場中嶄露頭角。

泰凌微將藉由TL-EdgeAI發展平臺,將邊緣AI的機器學習模型整合到智能音頻和智能家居產品中,實現與實際應用的緊密結合,同時還在與更多的用戶和策略伙伴,合作開發各種適合不同應用領域、具有邊緣AI功能的創新產品,TL-EdgeAI發展平臺的發布將提升泰凌微產品在相關領域的競爭力,進一步打開同時需要無線連接與邊緣AI運算能力的高速增長的巨大市場。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 人工智能
    +關注

    關注

    1806

    文章

    49008

    瀏覽量

    249315
  • 機器學習
    +關注

    關注

    66

    文章

    8501

    瀏覽量

    134582
  • 泰凌微
    +關注

    關注

    7

    文章

    174

    瀏覽量

    11346

原文標題:泰凌微發布機器學習與人工智能TL-EdgeAI發展平臺 為海量AI端側應用提供平臺支撐

文章出處:【微信號:telink-semi,微信公眾號:泰凌微電子】歡迎添加關注!文章轉載請注明出處。

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

    相關推薦
    熱點推薦

    最新人工智能硬件培訓AI 基礎入門學習課程參考2025版(大模型篇)

    人工智能大模型重塑教育與社會發展的當下,無論是探索未來職業方向,還是更新技術儲備,掌握大模型知識都已成為新時代的必修課。從職場上輔助工作的智能助手,到課堂用于學術研究的智能工具,大模
    發表于 07-04 11:10

    虹科亮相第六屆粵港澳機器與人工智能大會

    日前,第六屆粵港澳機器與人工智能大會在廣州番禺開幕。本次大會以「聚焦人工智能與產業發展」為主題,旨在推動粵港澳大灣區機器
    的頭像 發表于 03-10 16:37 ?530次閱讀

    人工智能機器學習以及Edge AI的概念與應用

    與人工智能相關各種技術的概念介紹,以及先進的Edge AI(邊緣人工智能)的最新發展與相關應用。 人工智能機器
    的頭像 發表于 01-25 17:37 ?928次閱讀
    <b class='flag-5'>人工智能</b>和<b class='flag-5'>機器</b><b class='flag-5'>學習</b>以及Edge AI的概念與應用

    微電子新款芯片推動人工智能應用創新發展

    同行, 兩款芯片皆支持機器學習(Machine Learning)與人工智能(Artificial Intelligence),為智能應用的未來發展
    的頭像 發表于 12-30 16:17 ?1033次閱讀

    【「具身智能機器人系統」閱讀體驗】1.初步理解具身智能

    與未來,涵蓋如基于行為的人工智能、生物啟發的進化人工智能及認知機器人技術的發展。這一歷史背景為隨后的大模型驅動的具身智能討論奠定了基礎,隨著
    發表于 12-28 21:12

    【「具身智能機器人系統」閱讀體驗】+數據在具身人工智能中的價值

    嵌入式人工智能(EAI)將人工智能集成到機器人等物理實體中,使它們能夠感知、學習環境并與之動態交互。這種能力使此類機器人能夠在人類社會中有效
    發表于 12-24 00:33

    集成電路與人工智能結合

    集成電路與人工智能的結合是當前科技發展的一個重要趨勢,這種結合為多個領域帶來了深遠的影響。以下是對集成電路與人工智能結合的分析: 一、集成電路在人工智能中的應用 算力支持 : 集成電路
    的頭像 發表于 11-19 10:05 ?2057次閱讀

    嵌入式和人工智能究竟是什么關系?

    與人工智能的結合,無疑是科技發展中的一場革命。在人工智能硬件加速中,嵌入式系統以其獨特的優勢和重要性,發揮著不可或缺的作用。通過深度學習和神經網絡等算法,嵌入式系統能夠高效地處理大量數
    發表于 11-14 16:39

    人工智能機器學習和深度學習存在什么區別

    人工智能指的是在某種程度上顯示出類似人類智能的設備。AI有很多技術,但其中一個很大的子集是機器學習——讓算法從數據中學習
    發表于 10-24 17:22 ?2974次閱讀
    <b class='flag-5'>人工智能</b>、<b class='flag-5'>機器</b><b class='flag-5'>學習</b>和深度<b class='flag-5'>學習</b>存在什么區別

    《AI for Science:人工智能驅動科學創新》第6章人AI與能源科學讀后感

    、優化等方面的應用有了更清晰的認識。特別是書中提到的基于大數據和機器學習的能源管理系統,通過實時監測和分析能源數據,實現了能源的高效利用和智能化管理。 其次,第6章通過多個案例展示了人工智能
    發表于 10-14 09:27

    《AI for Science:人工智能驅動科學創新》第一章人工智能驅動的科學創新學習心得

    人工智能:科學研究的加速器 第一章清晰地闡述了人工智能作為科學研究工具的強大功能。通過機器學習、深度學習等先進技術,AI能夠處理和分析海量
    發表于 10-14 09:12

    risc-v在人工智能圖像處理應用前景分析

    RISC-V和Arm內核及其定制的機器學習和浮點運算單元,用于處理復雜的人工智能圖像處理任務。 四、未來發展趨勢 隨著人工智能技術的不斷
    發表于 09-28 11:00

    智能制造與人工智能的區別

    智能制造與人工智能在定義、技術組成、應用領域以及發展重點等方面存在明顯的區別。
    的頭像 發表于 09-15 14:27 ?1951次閱讀

    名單公布!【書籍評測活動NO.44】AI for Science:人工智能驅動科學創新

    、污染治理、碳減排三個方面介紹了人工智能為環境科學引入的新價值和新機遇。 第8章探討了AI for Science在快速發展過程中面臨的機遇和挑戰,并對“平臺科研”模式進行了展望。 申請時間
    發表于 09-09 13:54

    FPGA在人工智能中的應用有哪些?

    定制化的硬件設計,提高了硬件的靈活性和適應性。 綜上所述,FPGA在人工智能領域的應用前景廣闊,不僅可以用于深度學習的加速和云計算的加速,還可以針對特定應用場景進行定制化計算,為人工智能技術的
    發表于 07-29 17:05