中國廣州，2020年9月21日-廣東高云半導體科技股份有限公司（以下簡稱“高云半導體”），今日發布最新版本GoAI機器學習平臺,該平臺提供SDK和加速器，在高云FPGA上搭建卷積神經網絡，執行邊緣推理的機器學習。高云GoAI 2.0可直接集成到TensorFlow 和 TensorFlow Lite機器學習平臺，針對高云GW1NSR4P μSoC FPGA進行了優化，并提供加速器，以實現從嵌入于高云FPGA的微控制器分擔計算密集型功能，從而使性能提升80倍。

機器學習領域快速發展，為實現更好的標準化、可靠性、以及開發簡易性，框架、平臺、模型和數據集正趨于一致。TensorFlow已成為這些平臺之一，并支持嵌入式SoC和微控制器。GoAI 2.0的新增功能，可使客戶輕松使用支持高云嵌入式FPGA的TensorFlow。

“GoAI 2.0在將機器學習模型部署到聚焦邊緣的嵌入式FPGA上有幾個重要更新。”高云半導體國際營銷總監Grant Jennings表示。“我們可以用GoAI 2.0將Mobilenet等的機器學習模型部署到我們的GW1NSR4P μSoC FPGA上。GW1NSR4P非常適合在邊緣使用TensorFlow Lite for Microcontrollers來執行TinyML推理，因為它包括一個ARM Cortex-M3硬核微控制器，用于直接移植模型和控制GoAI加速器；包括FPGA構造的4.6K查找表，用于實例化GoAI 2.0加速器和連接傳感器輸入；還包括額外8MB的SRAM用于層存儲，這些資源全部包含在一個低成本的6x6mm QFN48封裝內。我們的GoAI 2.0 SDK可以讓我們的客戶快速、輕松地將TensorFlow部署到FPGA”。

使用GoAI 2.0，無需FPGA RTL或微處理器C/C++編程。GoAI 2.0 SDK自動生成從ARM Cortex-M處理器驅動加速器的C/C++代碼。GoAI 2.0加速器是作為FPGA IP提供的，但也包含在帶有各種類型傳感器輸入的部分預生成FPGA比特流中。GoAI 2.0加速器架構的設計使得處理器在每個模型層只需要更新一個寄存器映射，而不需要RTL變化來部署或改變使用的機器學習模型。

雖然機器學習可能會有明顯的學習曲線，但GoAI 2.0提供了幾個不同類型的傳感器輸入的入門參考設計，如相機、麥克風和加速器等。參考設計包括根據輸入值預測正弦波輸出的數據推理、從麥克風輸入推斷 "是 "或 "否 "的音頻短語檢測，以及推斷攝像頭視圖中是否有人存在的人員檢測。更多的參考設計還在繼續開發中，包括利用加速度計檢測用戶手持開發板時在空中畫出的形狀的手勢檢測。開發人員可以使用三種GoAI 嵌入式開發套件中的一種開始使用GoAI 2.0。開發套件包括各種密度的高云FPGA、用于運行參考設計的傳感器和其他外設，如用于視頻演示的HDMI輸入和輸出。

“邊緣機器學習推理已成為許多市場應用的主流，包括消費、工業和醫療等。”高云半導體美洲區銷售總監Scott Casper表示。“GoAI 2.0平臺使嵌入式系統工程師能夠以高性價比的價格將這些高級功能輕松添加到應用中。我們提供了許多資源，如參考平臺、開發套件和現場支持等，讓工程師們立即輕松上手。”

“在即將到來的AI EXPO KOREA展會上，我們高云將展示GoAI 2.0平臺。”高云半導體亞太區銷售總監兼高云半導體香港總經理謝肇堅表示，“我們將在AI EXPO KOREA首次展示適用于韓國創新和領先AI技術的GoAI 2.0平臺。高云GoAI 2.0為邊緣AI市場提供了最具性價比的平臺，并且我們的人員檢測方案已經被韓國客戶選為下一代平臺。與他們現有的解決方案相比，我們的平臺大大降低了功耗和設計復雜性。”

高云的GoAI 2.0解決方案將于2020年10月27日-10月29日在韓國COEX首爾會議中心的D館展示。