莱迪思宣布进入网络边缘计算市场的AI领域 发挥FPGA的作用
根据市场调研机构semico research提供的数据显示，未来五年内，使用人工智能的网络边缘设备数量将以110％的复合年增长率呈爆发式增长。无疑给设备厂商和芯片厂商的机会巨大，也成为众多厂商的关注点，一场卡位大战已经打响，目前我们看到首先爆发的是手机的ai芯片，相信接下来还会扩散到更广泛的终端设备市场。其中fpga因为其产品特性，一直被认为在云端和网络端的ai技术方面更有发挥空间，而近日，作为低功耗、小尺寸、低成本fpga的代言人，莱迪思公司宣布进入网络边缘计算市场的ai领域。
“过去几年里，我们在传感器桥接部分发展很快，像很多的影像，声音控制连接很多都会采用我们的fpga，在这些传感器的不同、不相融的接口上做一些转换，莱迪思的fpga产品已经在数百万台网络边缘设备中实现传感器桥接，这是我们进入ai领域的一个优势。”莱迪思半导体亚太区资深事业发展经理陈英仁在接受与非网记者采访时如是说。
而陈英仁也坦言，阻碍用户采用莱迪思的fpga产品用于ai技术实现的一个因素，也是莱迪思需要解决的是，如何用fpga实现计算，这可能是很多莱迪思的现有客户未曾想过或不具备的技术。莱迪思给出的答案是新近推出的sensai产品。sensai包括了莱迪思现有的ultraplus fpga产品系列和ecp5 fpga产品系列，在此基础上提供全新的bnn、cnn神经网络加速器ip核，以及莱迪思自主开发的神经网络编译器，其中神经网络加速器ip帮助客户实现fpga的计算，借助神经网络编译器，则让用户可将通过tensorflow或caffe等标准开发工具实现的训练模型导入fpga，将浮点模型转换成定点模型，进而完成深度学习的推理和输出部分。
可以看出，莱迪思希望通过sensai提供一个完整的产品链。莱迪思提供开发平台、it、软件工具和参考设计，同时与生态系统的一些合作伙伴一起为客户提供定制化的设计服务。此外因为是导入针对已有fpga产品进行了优化设计的神经网络加速器ip，可以让已采用其ultraplus fpga和ecp5 fpga产品的客户不需要进行全新的系统设计，就能快速实现具备ai功能的新产品开发，体现出时间和系统成本效益。
陈英仁解释，出于个人隐私保护和低延迟的考虑，ai深度学习的训练和推理部分不需要都在云端实现。借助在传感器桥接技术和市场渗透方面的先天优势，莱迪思的fpga产品要做的就是在边缘端实现推理部分，这部分也能最大程度的发挥莱迪思产品低功耗、小尺寸、低成本和低延迟的特性，而训练部分则还是要靠cpu、gpu等来实现。
无疑，莱迪思找准了一个最适合它进入ai这个风口的切入点，从产品和技术上做好了准备，而我们也知道，技术固然好，最重要的还是要有需求和落地的场景。陈英仁表示，目前接触的客户中，来自物联网领域的客户在产品中导入ai技术的需求相对较强，而这其中消费电子类的终端产品因为产品迭代速度更快，应该会先行一步。莱迪思提供的5大类参考设计包括人脸检测、关键字检测、脸部追踪、对象计数和速度标志牌检测，这些技术确实也都有实际的市场需求和应用场景。
对莱迪思在ai领域可能遭遇的竞争，陈英仁表示，“全新神经网络加速器ip针对莱迪思现有fpga产品进行了优化设计，同时莱迪思fpga产品具有超低功耗、灵活的接口特性，不同产品系列在逻辑单元数和性能配置上的灵活度很高，让莱迪思产品的性能功耗比达到最优。通过sensai，莱迪思帮助客户解决了怎样用fpga实现计算的问题，相信在接下来的两年里，我们在ai领域将有非常大的成长。”
五款比Chrome本身更好的类似Chrome的浏览器
关于电梯运行远程监测系统的详细介绍
WPAN脉搏血氧饱和度仪设计
硬件测试-噪声的测试分析（2）
！ R3765CH R3767CH R3762B R376
莱迪思宣布进入网络边缘计算市场的AI领域 发挥FPGA的作用
atp荧光检测仪的产品特点是怎样的
肖特基二极管常用参数大全
君正：聚焦智能视频、物联网市场，提供领先的嵌入式CPU芯片及解决方案
热敏电阻的介绍
经纬恒润AUTOSAR成功适配国芯科技国产车规级芯片
Loto实践干货(3) 测量CAN总线通讯数据
雷士照明:警企合作,加强打击假冒产品力度
AMD在笔记本电脑市场面临英特尔巨大压力
不同的电源环路布局
今年5G用户数预计会超过1000万，基站数量达100万个
人工智能如何进行匹配？成为联结潜在爱情伴侣的工具
关于汽车防盗器的解除
一种可穿戴式离子电渗驱动的微针贴片设计
高性价比手机推荐：小米6、华为荣耀7X、魅蓝Note6、一加5
“过去几年里，我们在传感器桥接部分发展很快，像很多的影像，声音控制连接很多都会采用我们的fpga，在这些传感器的不同、不相融的接口上做一些转换，莱迪思的fpga产品已经在数百万台网络边缘设备中实现传感器桥接，这是我们进入ai领域的一个优势。”莱迪思半导体亚太区资深事业发展经理陈英仁在接受与非网记者采访时如是说。
而陈英仁也坦言，阻碍用户采用莱迪思的fpga产品用于ai技术实现的一个因素，也是莱迪思需要解决的是，如何用fpga实现计算，这可能是很多莱迪思的现有客户未曾想过或不具备的技术。莱迪思给出的答案是新近推出的sensai产品。sensai包括了莱迪思现有的ultraplus fpga产品系列和ecp5 fpga产品系列，在此基础上提供全新的bnn、cnn神经网络加速器ip核，以及莱迪思自主开发的神经网络编译器，其中神经网络加速器ip帮助客户实现fpga的计算，借助神经网络编译器，则让用户可将通过tensorflow或caffe等标准开发工具实现的训练模型导入fpga，将浮点模型转换成定点模型，进而完成深度学习的推理和输出部分。
可以看出，莱迪思希望通过sensai提供一个完整的产品链。莱迪思提供开发平台、it、软件工具和参考设计，同时与生态系统的一些合作伙伴一起为客户提供定制化的设计服务。此外因为是导入针对已有fpga产品进行了优化设计的神经网络加速器ip，可以让已采用其ultraplus fpga和ecp5 fpga产品的客户不需要进行全新的系统设计，就能快速实现具备ai功能的新产品开发，体现出时间和系统成本效益。
陈英仁解释，出于个人隐私保护和低延迟的考虑，ai深度学习的训练和推理部分不需要都在云端实现。借助在传感器桥接技术和市场渗透方面的先天优势，莱迪思的fpga产品要做的就是在边缘端实现推理部分，这部分也能最大程度的发挥莱迪思产品低功耗、小尺寸、低成本和低延迟的特性，而训练部分则还是要靠cpu、gpu等来实现。
无疑，莱迪思找准了一个最适合它进入ai这个风口的切入点，从产品和技术上做好了准备，而我们也知道，技术固然好，最重要的还是要有需求和落地的场景。陈英仁表示，目前接触的客户中，来自物联网领域的客户在产品中导入ai技术的需求相对较强，而这其中消费电子类的终端产品因为产品迭代速度更快，应该会先行一步。莱迪思提供的5大类参考设计包括人脸检测、关键字检测、脸部追踪、对象计数和速度标志牌检测，这些技术确实也都有实际的市场需求和应用场景。
对莱迪思在ai领域可能遭遇的竞争，陈英仁表示，“全新神经网络加速器ip针对莱迪思现有fpga产品进行了优化设计，同时莱迪思fpga产品具有超低功耗、灵活的接口特性，不同产品系列在逻辑单元数和性能配置上的灵活度很高，让莱迪思产品的性能功耗比达到最优。通过sensai，莱迪思帮助客户解决了怎样用fpga实现计算的问题，相信在接下来的两年里，我们在ai领域将有非常大的成长。”
五款比Chrome本身更好的类似Chrome的浏览器
关于电梯运行远程监测系统的详细介绍
WPAN脉搏血氧饱和度仪设计
硬件测试-噪声的测试分析（2）
！ R3765CH R3767CH R3762B R376
莱迪思宣布进入网络边缘计算市场的AI领域 发挥FPGA的作用
atp荧光检测仪的产品特点是怎样的
肖特基二极管常用参数大全
君正：聚焦智能视频、物联网市场，提供领先的嵌入式CPU芯片及解决方案
热敏电阻的介绍
经纬恒润AUTOSAR成功适配国芯科技国产车规级芯片
Loto实践干货(3) 测量CAN总线通讯数据
雷士照明:警企合作,加强打击假冒产品力度
AMD在笔记本电脑市场面临英特尔巨大压力
不同的电源环路布局
今年5G用户数预计会超过1000万，基站数量达100万个
人工智能如何进行匹配？成为联结潜在爱情伴侣的工具
关于汽车防盗器的解除
一种可穿戴式离子电渗驱动的微针贴片设计
高性价比手机推荐：小米6、华为荣耀7X、魅蓝Note6、一加5