Xilinx為視覺導向機器學習應用推出reVISION堆棧

All Programmable技術和器件的全球領先企業賽靈思公司（Xilinx, Inc.)）推出Xilinx reVISION堆棧，宣布將賽靈思技術擴展至廣泛的視覺導向機器學習應用領域。reVISION堆棧的推出進一步補充和完善了其近期發布的可重配置加速堆棧，大幅擴展了賽靈思技術在機器學習應用領域從端到云的部署。全新的reVISION堆棧能夠支持更廣泛的沒有或者很少硬件設計專業知識的嵌入式軟件和系統工程師，使其也可以使用賽靈思技術更輕松、更快速地開發視覺導向的智能系統。一旦將機器學習、計算機視覺、傳感器融合和連接的優勢融為一體，這些工程師將從中大受裨益。

reVISION正在各類市場中實現一系列快速增長的應用，其中包括傳統的高端消費市場、汽車、工業、醫療和航空航天與國防等， 還包括新一代應用如協作機器人、具有“感應和躲避”功能的無人機、增強現實、自動駕駛汽車、自動化監視和醫療診斷等。在這些市場中，差異化至關重要，系統必須具備最高響應速度、最新算法和快速的傳感器部署，大約三分之二的視覺導向半導體應用屬于這類市場。

reVISION支持以最快速度打造響應最快的視覺系統，相比最具競爭力的計算嵌入式GPU和典型SoC，將機器學習推斷的單位功耗圖像捕獲速度提升了6倍，將計算機視覺處理的單位功耗幀速度提升了42倍，時延降低為1/5。即便是沒有硬件專業知識的開發人員也能通過結合使用 C/C++/OpenCL 開發流程、業界標準的框架，以及Caffe和OpenCV等庫，用單個Zynq SoC或 MPSoC芯片開發出嵌入式視覺應用。

借助reVISION堆棧所獨具的可重配置性和任意連接優勢，開發人員可以利用堆棧快速開發和部署升級。隨著神經網絡、算法和傳感器技術和接口標準的不斷加速發展，可重配置性對“適應未來”的智能視覺系統至關重要。

賽靈思reVISION堆棧包括平臺、算法和應用開發所需的豐富的開發資源，可支持最流行的神經網絡， 包括 AlexNet、GoogLeNet、SqueezeNet、SSD和FCN。此外，該堆棧還提供了庫元素， 包括CNN網絡層的預定義的優化型實現方案，這也是構建定制神經網（DNN/CNN）所必需的。機器學習元素配合豐富的滿足加速要求的OpenCV 系列功能用于計算機視覺處理。對應用層開發來說，賽靈思支持業界標準的框架，包括用于機器學習的Caffe和用于計算機視覺的OpenVX。reVISION堆棧還包括賽靈思及第三方提供的開發平臺，諸如各種類型的傳感器。

Eyetech Digital Systems公司CEO兼創始人Robert Chappell指出：“我們的眼部跟蹤科技采用Zynq SoC支持高清視覺分析功能，讓ALS等各種癱瘓病人受益匪淺。新型reVISION堆棧借助機器學習的力量為算法開發提供了各種新的機會。這必將支持我們進一步擴展我們的人機交互硬件產品，并提升我們核心眼部跟蹤產品的價值。”

ARM細分市場營銷高級總監Lakshmi Mandyam表示：“嵌入式市場是一個不斷發展的應用領域，其中算法，神經網絡和傳感器的變化需要目標平臺的可重構性。來自賽靈思的基于ARM?的Zynq技術能夠有效地部署這些應用，同時加速創新型機器學習應用從端到云的廣泛采用。”

賽靈思公司戰略與市場營銷高級副總裁Steve Glaser表示：“我們從端到云看到來自機器學習應用領域的巨大興趣，而且我們也相信賽靈思對堆棧開發持續的投入能加速主流應用。今天，成百上千的嵌入式視覺客戶都借助賽靈思技術實現了性能和時延10倍以上的提升。新增 reVISION之后，成千上萬的客戶也將受益于上述種種優勢。”

供貨情況

reVISION堆棧將于2017年第二季度開始供貨。