●   小巧的Ceva-NeuPro-Nano NPU帶來了超低功耗與最佳性能的優(yōu)化平衡，可在消費、工業(yè)和通用 AIoT 產品中高效執(zhí)行 TinyML 工作負載

●   用于Ceva-NeuPro NPU系列的Ceva-NeuPro Studio完善了AI SDK，支持包括TensorFlow Lite for Microcontrollers和microTVM的開放式AI框架，可加快開發(fā)TinyML應用

●   Ceva憑借在物聯網連接方面的市場領導地位以及在音頻和視覺傳感方面的強大專業(yè)知識，開發(fā)針對嵌入式設備的優(yōu)化 NPU，幫助半導體企業(yè)和OEM廠商發(fā)揮邊緣人工智能的潛力

幫助智能邊緣設備更可靠、更高效地連接、感知和推斷數據的全球領先半導體產品和軟件IP授權許可廠商Ceva公司近日宣布推出Ceva-NeuPro-Nano NPU以擴展其Ceva-NeuPro Edge AI NPU產品系列。這些自給自足的高效NPU可為半導體企業(yè)和OEM廠商提供所需的功耗、性能和成本效益，以便在用于消費、工業(yè)和通用 AIoT 產品的SoC 中集成TinyML模型。

TinyML是指在低功耗、資源受限的設備上部署機器學習模型，從而將人工智能引入物聯網 (IoT)。物聯網設備對高效、專業(yè)的人工智能解決方案的需求日益增加，推動了TinyML市場快速增長。根據研究機構ABI Research預測，到 2030 年，超過40% 的TinyML出貨量將采用專用 TinyML 硬件，而非由通用MCU驅動。Ceva-NeuPro-Nano NPU解決了TinyML所面臨的特定性能難題，以實現無處不在和經濟實用的人工智能，廣泛應用于消費和工業(yè)物聯網應用中的語音、視覺、預測性維護和健康感知等領域。

新型Ceva-NeuPro-Nano嵌入式AI NPU架構完全可編程，可高效執(zhí)行神經網絡、特征提取、控制代碼和 DSP 代碼，并支持最先進的機器學習數據類型和運算符，包括原生變換器計算、稀疏性加速和快速量化。與需要結合CPU或DSP并且基于 AI 加速器架構的現有TinyML 工作負載處理器解決方案相比，這種優(yōu)化的自給自足架構使得Ceva-NeuPro-Nano NPU具有更高的能效、更小的硅片尺寸以及更佳性能。此外，Ceva-NetSqueeze AI壓縮技術可直接處理壓縮模型權重，省去中間的解壓縮階段，這減少了80%的Ceva-NeuPro-Nano NPU內存占用，從而解決了阻礙AIoT處理器廣泛應用的關鍵瓶頸問題。

Ceva副總裁兼?zhèn)鞲衅骱鸵纛l業(yè)務部門總經理Chad Lucien表示：“Ceva-NeuPro-Nano將TinyML應用集成到低功耗物聯網SoC和MCU中，并且以我們的企業(yè)戰(zhàn)略為基礎，通過先進的連接、傳感和推理能力為智能邊緣設備賦能，為企業(yè)開創(chuàng)了難能可貴的機會。Ceva-NeuPro-Nano系列NPU使得更多公司能夠將人工智能帶入邊緣應用，從而制造具有先進功能集的智能物聯網設備，為客戶創(chuàng)造更多的價值。我們在無線物聯網連接方面具有行業(yè)領先地位，在音頻和視覺傳感方面亦擁有強大專業(yè)技術，具備獨一無二的市場條件，能夠幫助客戶發(fā)揮TinyML的巨大潛力，實現創(chuàng)新的解決方案，從而增強用戶體驗、提高效率，并為建設更智能、更互聯的世界做出貢獻?！?/p>

ABI Research行業(yè)分析師Paul Schell表示：“對于在智能邊緣物聯網設備上實現人工智能，Ceva-NeuPro-Nano可以滿足電池供電設備對功耗、性能和成本的要求，實現語音、視覺和傳感用例在廣泛終端市場的始終在線應用，令人刮目相看。從 TWS 耳機、耳塞、可穿戴設備和智能揚聲器到工業(yè)傳感器、智能電器、家居自動化設備、攝像頭等，Ceva-NeuPro-Nano可以在能源受限的 AIoT 設備中實施 TinyML。”

Ceva-NeuPro-Nano NPU提供兩款配置，包括配備32個int8 MAC的Ceva-NPN32和配備64個int8 MAC的Ceva-NPN64，兩種配置都通過Ceva-NetSqueeze獲得直接處理壓縮模型權重功能。Ceva-NPN32 針對語音、音頻、物品檢測和異常檢測用例的大多數 TinyML工作負載進行了高度優(yōu)化；Ceva-NPN64則利用權重稀疏性、更大內存帶寬、更多MAC和4位權重支持提供2倍性能加速，從而提供更強大的性能，在設備上實現更復雜的人工智能用例 (如物品分類、人臉檢測、語音識別和健康監(jiān)測等) 。

這些NPU隨附完整的人工智能SDK - Ceva-NeuPro Studio，這是為整個Ceva-NeuPro NPU系列提供一套通用工具的統(tǒng)一人工智能堆棧，支持包括TensorFlow Lite for Microcontrollers (TFLM) 和 microTVM (μTVM)的開放式人工智能框架。

Ceva-NeuPro-Nano主要特性

靈活的可擴展NPU架構

●   完全可編程，高效執(zhí)行神經網絡、特征提取、控制代碼和 DSP 代碼

●   設計具備可擴展性能，滿足廣泛用例需求

o   具有每周期最多 64 個 int8 MAC的MAC 配置

●   面向未來的架構，支持最先進的 ML 數據類型和運算符

o   支持 4 位至 32 位整數

o   原生變換器計算

●   利用先進的機制為所有用例提供終極 ML 性能

o   稀疏性加速

o   非線性激活類型加速 

o   快速量化

超低內存需求邊緣NPU

●   用于NN計算、特征提取、控制代碼和DSP代碼的高效單核設計，可讓這些計算密集型任務省去配套MCU

●   通過 Ceva-NetSqueeze 直接處理壓縮模型權重，省去中間的解壓縮階段，最多可減少 80% 的內存占用

通過創(chuàng)新能源優(yōu)化技術實現超低能耗

●   自動化的即時能源調整

●   通過使用權重稀疏性加速對計算進行提煉，大幅降低能耗和帶寬需求

易于使用的完備人工智能SDK

●   Ceva-NeuPro Studio為所有Ceva-NeuPro NPU (從全新Ceva-NeuPro-Nano到功能強大的Ceva-NeuPro-M) 提供統(tǒng)一的人工智能堆棧，具有簡便的點擊運行使用體驗

●   加速軟件的開發(fā)和部署，從而縮短產品上市時間

●   經過優(yōu)化，可與包括 TFLM 和 μTVM 在內的領先開放式人工智能推理框架無縫協(xié)作

●   Model Zoo包含預訓練和優(yōu)化的TinyML 模型，涵蓋語音、視覺和傳感用例

●   靈活適應新的模型、應用和市場需求

●   全面的優(yōu)化運行時間程序庫和現成的特定應用軟件組合