Ambarella展示了新的機械人平台和AWS人工智能編程協議

• 2020 年 2 月 12 日
• 筆記

Ambarella公司總部位於加州聖克拉拉，以芯片聞名。近日，它宣布了一個新的機械人平台，該平台基於其用於人工智能處理的CVflow架構。此外，它還與亞馬遜網絡服務簽署了一項協議，以簡化用其芯片設計產品的過程，有助於訓練機器學習模型。

Ambarella將在CES 2020上，以單個CV2芯片的形式展示該平台的最高級版本，該芯片將執行立體處理(最高4Kp30或多個1080p30對)、對象檢測、關鍵點跟蹤、佔用網格和視覺里程測量。該公司表示，這種高水平的計算機視覺性能與安巴雷拉的先進圖像處理技術相結合，可以使機械人設計比傳統的機械人架構更簡單、更強大。

公司高級營銷總監傑羅姆·吉格特表示，該技術將先進的成像能力與高性能的計算機視覺CVflow架構相結合，從而產生更智能、更高效的消費和工業機械人。平台支持Linux操作系統，同時也支持ThreadX實時操作系統，為那些需要功能性安全的產品提供支持，並且提供了一個完整的工具包，用於圖像調優、神經網絡移植和計算機視覺算法開發。此外，它還支持機械人操作系統，便於開發和可視化。

Ambarella和AWS通過整合Ambarella工具鏈和Amazon SageMaker Neo雲服務來簡化流程。現在，開發人員可以簡單地將他們訓練過的模型帶到Amazon SageMaker Neo，並為Ambarella cvflow芯片自動優化模型。預設的結果是：

客戶可以使用MXNet、TensorFlow、PyTorch或XGBoost構建ML模型，並在雲中或本地機器上使用Amazon SageMaker培訓模型。然後他們將模型上傳到AWS賬戶，並使用Amazon SageMaker Neo為Ambarella soc優化模型。它們可以選擇CV25、CV22或CV2作為編譯目標。Amazon SageMaker Neo將經過訓練的模型編譯成可執行文件，針對Ambarella的CVflow神經網絡加速器進行優化。

編譯器應用了一系列的優化後，可以使模型在Ambarella SoC上運行快2倍。客戶可以下載編譯後的模型並將其部署到他們裝備了Ambarella的設備上。優化後的模型運行在Amazon SageMaker Neo運行時中，該運行時專門為Ambarella SoCs構建，可用於Ambarella SDK。

Amazon SageMaker Neo運行時佔用的磁盤和內存不足TensorFlow、MXNet或PyTorch的10%，這使得在連接的相機上部署ML模型的效率大大提高。

End