嵌入式应该学什么_Synopsys推出高性能嵌入式视觉处理器IP

小嵌

嵌入式应该学什么_Synopsys推出高性能嵌入式视觉处理器IP,   

新思科技公司（Synopsys，Inc.）日前宣布：其全新DesignWar EV视觉处理器产品系列中的首批产品开始供货。该系列的EV52和EV54视觉处理器是完全可编程和可配置的视觉处理器IP核，它们结合了软件解决方案的灵活性与专用硬件的低成本和低功耗特性。EV处理器以超过1000GOPS/W的性能实现了卷积神经网络（CNN），从而能够仅以其他视觉解决方案的一小部分功耗，实现对诸如面部、行人和手势等多样化的目标快速而准确的监测。为了加速应用软件开发，EV处理器系列得到了基于OpenCV和OpenVX等等现有和新兴的嵌入式视觉标准，以及Synopsys的MetaWare开发工具包的综合性软件编程环境的支持。通过把专为视觉数据处理而优化的高性能硬件与高效编程工具结合在一起， EV处理器成为了各种嵌入式视觉应用的一种理想解决方案，包括视频监控、手势识别和目标监测等应用。

“在包括安全设备、游戏设备和汽车电子等诸多产品中，嵌入式系统从各种视觉输入中提取观测结果的能力正在变得越来越重要，这正是对拥有更高性能和更高能效的视觉处理功能的驱动性需求，”嵌入式视觉联盟（Embedded Vision Alliance）创始人Jeff Bier表示。“像Synopsys的DesignWare EV处理器这样的专用处理器可以帮助设计人员为其视觉应用实现想要的性能，而同时仅需适用于便携式设备的功耗等级。”

  

  

Synopsys_DesignWare_EV_Processor

高性能多核硬件

EV处理器系列包含多个高性能处理内核，可在典型的28nm工艺技术中实现高达1GHz的运行速率。EV处理器系列也实现了一种前馈卷积神经网络（CNN）结构，它支持一个可编程的点对点串流互连网络，以用于快速和准确的目标监测这一视觉处理的关键任务。执行单元处理器的数量可配置，开发人员能够在视觉应用中利用通用的任务级和数据级并行处理功能，去执行复杂的图像和视频识别算法，同时仅消耗市场上其它可用视觉处理器五分之一的功耗。

高生产率的编程工具

一个完整的、包括OpenVX和OpenCV库、以及Synopsys的MetaWare开发工具包的软件编程环境，简化了Synopsys EV处理器系列的应用软件开发。可用于EV处理器的OpenCV源程序视觉库提供了用于实时计算机视觉的2500多种功能。这些处理器都是可编程的，同时可以被“训练”从而支持任何监测目标图形。OpenVX框架包括43个标准计算机视觉内核， 它们已专为运行在EV处理器上而进行了诸如边缘监测、图像金字塔创建和光流估计等优化。用户们也可定义新的OpenVX内核（kernel），为其目前的视觉应用带来灵活性，同时满足未来目标监测的需求。OpenVX内核可以在运行时分配给EV处理器的多个单元执行，从而简化了处理器的编程。完整的工具套件和源程序库、以及可提供的参考设计使得设计人员能够高效的构建、调试、评估和优化其嵌入式视觉系统。

方便的SoC集成

EV处理器专为无缝地集成到SoC中而设计。他们可与任何的主处理器搭配使用并与其并行工作。EV系列通过信息传递和中断来支持与主处理器的同步。此外，EV处理器的内存可映射到主处理器。这些特点使得主处理器能够保持控制，同时使所有的视觉处理都能够被卸载到EV处理器上，这样可降低功耗并且加速结果呈现。EV处理器可以存取储存在SoC内存映射区域内的数据，或在需要的情况下，通过ARM AMBA AXIT标准系统接口独立地存取芯片外数据源提供的图像数据。

“嵌入式视觉正在从视频监控到消费性产品和游戏设备等一系列多样化的应用中推动创新，”Synopsys IP和原型设计市场副总裁John Koeter表示。“Synopsys的全新EV处理器系列提供完美的目标监测精度和5倍的功效优化，同时提供了一个全面的视觉程序库和一个强大的软件编程环境的支持。这种结合使设计团队能够把嵌入式视觉功能更快地集成到更多的系统中，同时功耗比现有的解决方案大大降低。”

据悉，DesignWare EV52和EV54处理器计划于2015年5月供货。

嵌入式视觉处理器常见问题

1.Synopsys将发布什么?

Synopsys将发布的是DesignWare嵌入式视觉（EV）处理器系列产品。EV52和EV54视觉处理器是完全可编程和可配置的视觉处理器IP核，它们结合了软件解决方案的灵活性与专用硬件的低成本和低功耗特性。EV处理器实现了一种可以以超过1000 GOPS/W性能工作的卷积神经网络（CNN），从而能够仅以其他视觉解决方案一小部分的功耗，实现对一系列多样化的目标（如面部、行人和手势）进行快速而准确的监测。

2.什么是嵌入式视觉?

嵌入式视觉指的是将计算机视觉集成到SoC当中。嵌入式视觉是SoC器件能够在视频帧中识别目标和手势，并在发现对象或手势时能够进行适当响应的能力。

3.实现嵌入式视觉的关键支撑是什么?

计算机视觉已经在实验室中存在了60年。但直到过去的几年，微处理器才具有足够的性能来将计算机视觉嵌入到SoC中。嵌入式视觉进步的另一个因素是功耗的降低--这也只有得益于先进的工艺节点和诸如ARC等更加高度优化的处理器架构。更高的处理器性能加上更低的功耗（更好的性能效率），使设计人员能够在包括便携式应用在内的、范围不断拓展的设计当中集成嵌入式视觉。

4.DesignWare EV嵌入式视觉处理器的目标应用有哪些?

设计DesignWare EV52和EV54处理器的目的，是为了满足视频监控、安防、手势识别以及对象监测、跟踪和分类等领域中不断增长的市场需求。最终应用包括摄像头、可穿戴设备、家庭自动化、数字电视、虚拟现实、游戏设备、机器人、数字显示屏、医疗电子以及汽车信息娱乐系统等。

5.为什么视觉处理需要用特殊的处理器?

虽然视觉算法可以在大多数处理器上运行，但是这类算法牵涉到许多的复杂数学运算和数据迁移。通用处理器（GPP）可以用来做视觉处理，但是这样的处理器缺少复杂数学运算资源，运行起来速度会非常慢。在一些视觉应用中，采用的图形处理器（GPU）虽然具有许多的运算资源，但是却缺乏高效移动视觉数据的能力，因此其视觉性能相对较低，并且其功耗也非常的高。视觉处理器是专为视觉处理而设计，因此它们拥有所需的复杂数学运算能力，并且它们还具有精密的数据迁移能力，能够有效地处理视觉帧数据。此外，要能够在嵌入式视觉应用中得到使用，它们也需要满足低功耗要求。DesignWare EV处理器的高运算处理能力、优异的视觉数据迁移性能和非常低的功耗，使其成为了在SoC当中实现视觉处理的极佳选择。

6.DesignWare嵌入式视觉处理器系列与其他的EV解决方案相比有怎样的不同?

市场上现有的可编程视觉处理器都太大且功耗很高，这在使用通用图形处理器（GP GPU）时尤其如此。同时，市场上还有基于硬接线来实现的解决方案，这类解决方案有着非常好的性能和功耗，但是它们非常不灵活且不能编程，因此仅适用于非常小范围的应用。DesignWare EV处理器系列用一款产品就同时提供了这两个领域的最优性能，使其不仅可编程，而且还包含了一个性能非常高的对象监测引擎。这使得用户能够针对其具体应用对DesignWare EV嵌入式视觉处理器进行全面编程，并且能够在需要时获得硬件加速的优势。对于目标和手势识别应用，DesignWare EV处理器具有优异的性能，而且其功耗等级比其他视觉解决方案低5倍。

7.客户能够从DesignWare嵌入式视觉处理器系列中获得哪些好处?

●高性能、高精度目标监测

●低功耗：较现有的视觉解决方案效率高5倍

●灵活的可编程特性能满足多种现有和新兴嵌入式视觉应用的需求

●基于OpenCV和OpenVX业界标准的高生产率编程环境

DesignWare EV嵌入式视觉处理器为应对多样化的应用和满足各种嵌入式视觉应用的需求而提供了可编程能力，并为视觉引领的卷积神经网络（CNN）算法提供了无缝的硬件加速。DesignWare EV也能够根据需求来编程以支持其他的嵌入式视觉算法。因此，DesignWare EV处理器提供了非常好的性能和灵活性，而其面积和功耗等级却是可用解决方案中最低的。DesignWare EV嵌入式视觉处理器由一套完整的工具提供支持，包括MetaWare、OpenCV库以及OpenVX运行库和内核，从而能够减轻编程工作。

8. 什么是CNN?

卷积神经网络（CNN）模拟我们大脑处理视觉时的工作状态。它们将图像分解成若干部分，并逐步找到其被训练去识别的目标。CNN已经存在了20多年，但直到近年这些算法才有了实质上的改进，并且目前在目标识别方面较其他可用算法甚至是人类专家更好。CNN是一种深度学习算法，其训练方式与我们的大脑采用目标的多幅图像来进行训练差不多，它基于这些图像归纳出能够被算法利用、用以在图片或视频中找到目标的一幅图形。

Nvidia、CEVA、Microsoft以及其他公司近期的发布强调了嵌入式视觉向CNN的迁移。其实，Microsoft和Google最近都已在高端应用中采用了CNN，其所得的精度超过了95%，较人类专家还要更高。CNN目前是获取高质量和高精度结果的最佳视觉算法，其性能比Viola-Jones、HOG、SIFT和SURF等其他算法更胜一筹。

9. EV52和EV54之间有哪些不同?

EV52具有一个工作频率高达1GHz的双核ARC处理器（28nm），而EV54带有一个性能较EV52更高的四核ARC处理器实现。两者都具有一个可编程的目标监测引擎，该引擎可配置并能以较竞争性解决方案低5倍的功耗等级提供快速、精确的目标监测。目标监测引擎运行一个CNN可执行文件，并由2、4或8个处理单元（PE）组成。PE的个数由用户在构建时配置，PE之间的流互连网络也是如此。该互连网络在所有的PE之间具有灵活的点到点连接，可根据目标监测引擎上执行的CNN图形动态改变。

10. DesignWare嵌入式视觉处理器可监测哪些种类的目标?

DesignWare EV处理器能够监测包括风景地形在内的任何类型的目标。目标监测引擎是可训练的，但首先提供的是为人脸监测、限速标志监测和人脸跟踪而预先优化的内核。

11. 嵌入式视觉处理器解决方案的编程环境是什么?

DesignWare EV嵌入式视觉处理器采用MetaWare工具套件以C/C++语言进行编程，并且它提供了广泛使用的开源视觉编程软件工具OpenCV和OpenVX支持。

OpenCV（一个开源计算机视觉库）是一种可与MetaWare一起使用的、包含2500个函数的软件库，它为嵌入式视觉应用提供了一个软件架构。OpenCV可用于监测和识别目标，以及一系列完整的机器视觉功能。

OpenVX是一种针对嵌入式视觉算法加速的开源标准。DesignWare EV嵌入式视觉处理器由OpenVX框架和43种主内核提供支持。对于DesignWare EV嵌入式视觉处理器而言，已可提供用于人脸监测、速度标志监测和人脸跟踪的内核。用户也可以创建其专有内核用于DesignWare EV处理器。

OpenCV和OpenVX互为补充，并能够同时用于视觉应用中。

12. EV处理器如何集成到SoC中?

DesignWare EV嵌入式视觉处理器在交货及配置时都附带ARChitect工具，它支持快速实现内核并输出可综合的RTL（寄存器传输级）。DesignWare EV嵌入式视觉处理器的目标是为主处理器提供支持，能够与包括ARM、Intel、Imagination MIPS和PowerPC等等在内的所有主处理器一起工作。EV处理器具有许多能够让主处理器便利的控制和卸载的功能，包括内存空间对主处理器可见，能够通过信令传递同步彼此的工作。EV处理器通过连接到AXI总线，实现了与SoC其余部分的接口。

视频帧内存可以直接连接到DesignWare EV嵌入式视觉处理器，或是处理器能够通过AXI总线对它进行访问。DesignWare EV嵌入式视觉处理器能够通过编程，独立于主处理器自主工作，或者用户可以在EV处理器和主处理器之间选择执行同样多的控制和功能共享。为了加速软件开发，可提供EV处理器的虚拟原型设计模型，也提供基于FPGA的HAPS? 原型设计解决方案，从而能够在芯片流片之前就支持软硬件协同设计。