CEVA가 저전력 임베디드 시스템에서 머신 러닝(Machine Learning) 구현을 위해 최적화된 실시간 신경망(Neural) 네트워크 소프트웨어 프레임워크인 ‘CEVA 심층신경망(CEVA Deep Neural Network)’을 발표했다.
CDNN은 CEVA-XM4 이미징 및 비전 DSP의 처리 능력을 활용해 임베디드 시스템으로 기존의 GPU 기반 시스템들에 비해 30배 적은 전력과 15배 적은 메모리 대역폭으로 3배 빠른 딥 러닝(Deep Learning) 작업을 수행한다.
예를 들어 28㎚ 프로세스에서 심층신경망을 기반으로 한 보행자 감지 알고리즘을 실행시 초당 1080p 30 프레임 비디오 스트림에서 30㎽ 이하로 가능하다.
CEVA 네트워크 제너레이터는 CDDN의 뛰어난 성능과 저전력 그리고 낮은 메모리 대역폭 기능으로 고객의 네트워크 구조 및 가중치가 실시간으로 맞춤형 네트워크 모델로 변환되는 CEVA 독점 자동화 기술이다.
이를 통해 현저히 낮은 전력과 메모리 대역폭만 사용하는 더욱 빠른 네트워크 모델을 가능하게 하는데 정밀도는 원래의 네트워크보다 단지 1% 미만 감소한다. 먼저 맞춤형 임베디드-레디 네트워크가 생성되면 이는 최적화된 회선 신경망(Convolutional Neural Network: CNN) 레이어, 소프트웨어 라이브러리 및 API를 사용하여 CEVA-XM4 이미징 및 비전 DSP에서 구동된다.
에란 브리먼 CEVA 마케팅 담당 부사장은 “우리는 지금까지 20개 이상의 제품에 채택된 경험이 있고 이를 바탕으로 임베디드 비전 프로세서 도메인 산업을 주도해 왔으며 우리 고객이 최소한의 리스크로 신속하게 시장에 진입하는 것을 돕고자 지속적으로 우리의 비전 IP 제품 포트폴리오를 향상시키고 있다”면서 “우리의 새로운 CEVA-XM4용 심층신경망 프레임워크는 임베디드 업계에 최초로 소개되는 것이고 이는 앞으로 전력이 제한된 임베디드 시스템에서 운용 가능한 딥 러닝(Deep Learning) 알고리즘을 구현하려는 개발자들에게 많은 이점을 줄 것”이라고 말했다.
CDNN 소프트웨어 프레임워크는 소스 코드로 제공되며 CEVA-XM4의 기존 애플리케이션 개발자 키트(ADK)를 확장한 형태다. 유연하고 모듈식이여서 전체 CNN 구현할 수도 있고 특정 레이어를 지원할 수 있다.
CDNN은 이미지 분류 및 로컬리제이션, 그리고 사물 인식을 위한 실시간 예제 모델을 포함한다. 이는 사물, 장면 인식 및 최첨단 운전자 보조 시스템(Advanced driver assistance systems, ADAS), 인공지능(Artificial Intelligence, AI), 동영상 분석, 증강 현실 (Augmented Reality, AR), 가상 현실 (Virtual Reality, VR) 과 기타 유사 컴퓨터 비전 애플리케이션을 위한 용도다.
