Blueshift Memory pr\u00e9sentera \u00e9galement au Flash Memory Summit la puce qu’elle a con\u00e7ue dans le cadre du projet, \u00e0 savoir un acc\u00e9l\u00e9rateur pour la reconnaissance d’images am\u00e9lior\u00e9e par l’IA dans le domaine de la vision artificielle (CV).<\/p>\n
Un document sera pr\u00e9sent\u00e9 lors du sommet, d\u00e9crivant le d\u00e9veloppement de la puce bas\u00e9e sur RISC-V et faisant \u00e9tat d’une acc\u00e9l\u00e9ration d’un facteur de 16 \u00e0 128 pour le traitement des donn\u00e9es d’image, ainsi que d’une consommation d’\u00e9nergie ultra-faible.<\/p>\n
Lorsqu’elle est utilis\u00e9e dans une cam\u00e9ra de s\u00e9curit\u00e9 surveillant une situation de tireur actif \u00e9voluant rapidement, par exemple, la puce peut permettre l’identification en temps r\u00e9el de diff\u00e9rents types d’armes \u00e0 feu afin de d\u00e9clencher automatiquement une alarme. Cette capacit\u00e9 pourrait changer la donne et sauver de nombreuses vies.<\/p>\n
La Cambridge Architecture a \u00e9t\u00e9 d\u00e9velopp\u00e9e pour rem\u00e9dier au goulot d’\u00e9tranglement de Von Neumann – le ph\u00e9nom\u00e8ne selon lequel le transfert de donn\u00e9es entre le c\u0153ur et la m\u00e9moire est devenu le facteur limitant de la vitesse de calcul. Les t\u00e2ches informatiques \u00e9tant de plus en plus gourmandes en donn\u00e9es, elle permet de surmonter un obstacle croissant \u00e0 l’efficacit\u00e9 des calculs et de r\u00e9aliser d’\u00e9normes \u00e9conomies d’\u00e9nergie en \u00e9liminant les d\u00e9placements inutiles de donn\u00e9es.<\/p>\n
\u00ab\u00a0C’est la premi\u00e8re fois que la technologie de Blueshift Memory est d\u00e9montr\u00e9e dans une application r\u00e9elle, et les r\u00e9sultats sont extr\u00eamement prometteurs\u00a0\u00bb, a d\u00e9clar\u00e9 Peter Marosan, directeur technique et fondateur de Blueshift Memory. \u00ab\u00a0Nous savons que dans des cas d’utilisation plus difficiles, \u00e0 forte intensit\u00e9 de donn\u00e9es, comme les serveurs pour le commerce \u00e0 haute fr\u00e9quence, l’Architecture Cambridge est capable de niveaux d’acc\u00e9l\u00e9ration encore plus \u00e9lev\u00e9s, jusqu’\u00e0 1000 fois ou plus, et c’est la premi\u00e8re \u00e9tape pour nous permettre d’atteindre ce march\u00e9. Ces performances \u00e9lev\u00e9es s’accompagneront \u00e9galement d’\u00e9conomies d’\u00e9nergie consid\u00e9rables, car le d\u00e9placement inutile de grandes quantit\u00e9s de donn\u00e9es entra\u00eene une consommation d’\u00e9nergie excessive.\u00a0\u00bb<\/p>\n
Recog.AI, bas\u00e9e \u00e0 Budapest, en Hongrie, distribuera les puces et les modules d’acc\u00e9l\u00e9ration, qu’elle pr\u00e9voit \u00e9galement d’utiliser dans des cam\u00e9ras de vid\u00e9osurveillance et dans l’informatique dans le cloud.<\/p>\n
\u00a0\u00bb Recog.AI peut mettre en place pour ses clients un service de vision artificielle en tant que service (CVaaS) bas\u00e9 sur le cloud, aliment\u00e9 par les cartes d’inf\u00e9rence dans le cloud de Blueshift Memory \u00ab\u00a0, a d\u00e9clar\u00e9 M\u00e1t\u00e9 Heged\u0171s, PDG de Recog.AI. \u00ab\u00a0La puce offrira aux utilisateurs des avantages consid\u00e9rables tels qu’un traitement plus rapide, une latence plus faible et une meilleure efficacit\u00e9 \u00e9nerg\u00e9tique. Alternativement, en utilisant la solution comme une puce autonome, nous pouvons offrir des capacit\u00e9s am\u00e9lior\u00e9es d’analyse d’images et de vid\u00e9os en temps r\u00e9el \u00e0 la p\u00e9riph\u00e9rie, et int\u00e9grer ces dispositifs dans notre propre plateforme de vision par ordinateur.\u00a0\u00bb<\/p>\n
Blueshift Memory expose au Flash Memory Summit \u00e0 Santa Clara, du 8 au 10 ao\u00fbt 2023.<\/p>\n
Sarmad Adeel, ing\u00e9nieur principal en conception embarqu\u00e9e chez Blueshift Memory, pr\u00e9sentera un article intitul\u00e9 \u00ab\u00a0Novel memory-efficient computer architecture integration in RISC-V with CXL\u00a0\u00bb dans la session SARC-302-1 \u00e0 9h45 le jeudi 10 ao\u00fbt.<\/p>\n