Ambarella展示了新的机器人平台和AWS AI编程协议

 
芯片设计师Ambarella宣布了一个基于其CVflow架构的新机器人平台，该平台用于人工智能处理，并且还与Amazon Web Services签署了一项协议，以简化使用其芯片设计产品的过程。
这家总部位于加利福尼亚州圣塔克拉拉的公司将在下周在拉斯维加斯举行的大型技术贸易展览会CES 2020上演示用于训练机器学习模型的机器人平台和Amazon SageMaker Neo技术。
Ambarella于2011年上市，最初是一家用于摄像机的低功耗芯片制造商。但是，它将这种功能融入了计算机视觉专业知识中，并推出了CVflow架构来创建低功耗人工智能芯片。
基于CVflow架构，新的机器人平台针对自动导引车(AGV)，消费机器人，工业机器人和新兴工业4.0应用程序。
该机器人平台为Ambarella的CVflow SoC系列(包括CV2，CV22，CV25和S6LM)的机器人感知提供了统一的软件基础架构。它为最常见的机器人功能提供访问和加速，包括立体声处理，关键点提取，神经网络处理和开源计算机视觉库(OpenCV)功能。
Ambarella将以单个CV2芯片的形式展示CES 2020期间平台的最高端版本，它将执行立体声处理(高达4Kp30或多个1080p30对)，物体检测，关键点跟踪，占用栅格和可视化里程表。该公司表示，这种高水平的计算机视觉性能与Ambarella的先进图像处理功能(包括对CV2上最多6个直接摄像机输入和CV25上3个摄像机的本机支持)的结合，使机器人设计比传统机器人架构既简单又强大。
Ambarella的高级营销总监Jerome Gigot表示，该技术将公司的高级成像功能与用于计算机视觉的高性能CVflow架构相结合，从而带来了更智能，更高效的消费和工业机器人。
该平台支持Linux操作系统以及适用于需要功能安全的产品的ThreadX实时操作系统，并带有用于图像调整，神经网络移植和计算机视觉算法开发的完整工具包。它还支持机器人操作系统(ROS)，以便于开发和可视化。
新的机器人平台及其相关的开发套件现已上市，并且可以与各种单声道和立体声配置以及卷帘，全局快门和红外传感器选件配对。
在AWS中进行优化
亚马逊年度云计算会议的与会者走过AWS徽标
同时，Ambarella和Amazon Web Services表示，客户现在可以使用Amazon SageMaker Neo训练一次机器学习模型，并在配备Ambarella CVflow驱动的AI片上视觉系统(SoC)的任何设备上运行它们。
到目前为止，开发人员必须为基于Ambarella AI视觉SoC的设备手动优化ML模型。此步骤为应用程序开发过程增加了可观的延迟和错误。
Ambarella和AWS通过将Ambarella工具链与Amazon SageMaker Neo云服务进行集成来简化流程。现在，开发人员只需将他们训练有素的模型带到Amazon SageMaker Neo，即可针对Ambarella CVflow驱动的芯片自动优化模型。
客户可以使用MXNet，TensorFlow，PyTorch或XGBoost构建ML模型，并使用Amazon SageMaker在云端或本地计算机上训练模型。然后，他们将模型上传到其AWS账户，并使用Amazon SageMaker Neo来优化Ambarella SoC的模型。他们可以选择CV25，CV22或CV2作为编译目标。 Amazon SageMaker Neo将经过训练的模型编译成可执行文件，该可执行文件针对Ambarella的CVflow神经网络加速器进行了优化。
编译器进行了一系列优化，可使模型在Ambarella SoC上的运行速度提高2倍。客户可以下载编译后的模型并将其部署到他们的配备Ambarella的设备中。优化的模型在专门为Ambarella SoC构建的Amazon SageMaker Neo运行时中运行，并且可用于Ambarella SDK。 Amazon SageMaker Neo运行时仅占TensorFlow，MXNet或PyTorch磁盘和内存占用量的不到10%，这使得在连接的摄像头上部署ML模型更加高效。