Veriest ו-CEVA פיתחו ליבת מעבד לרשתות עצביות

13 יולי, 2017

הפיתוח עבור לקוח של סיוה מיועד לאפשר הטמעה של טכנולוגיות לימוד מכונה בציוד קצה המרוחק ממרכז הרשת. שתי החברות מתכננות לשתף פעולה גם בפרוייקטים עתידיים של התאמת ה-IP של סיוה לדרישות הלקוח

Share via Whatsapp
CEVA Face Recognition Demonstration

בתמונה למעלה: הדגמה של סיוה לזיהוי פנים באמצעות רשת עצבית ומעבד CEVA-XM6

חברת וריאסט (Veriest Solutions) מבני-ברק השלימה בהצלחה פרויקט מורכב לתכנון ליבת עיבוד עבור רשתות עצביות (Neural Networks) שבוצע ביחד עם חברת CEVA מהרצליה. ל-Techtime נודע שהפרוייקט בוצע עבור לקוח של סיוה, אשר מתכנן ליישם את הטכנולוגיה בציוד היקפי (Edge) ולא במערכות המשמשות בבסיסי נתונים. לאור זאת, השבב היה צריך לעמוד בדרישות מחמירות של תקשורת אמינה ומהירה ושל חסכון באנרגיה. הפרויקט דרש מהצוותים של וריאסט וסיוה לממש ארכיטקטורה בעלת קישוריות גבוהה, הפועלת בתדר גבוה וממומשת בטכנולוגיית מזעור שבבים מתקדמת. במסגרת הפרוייקט הפעילה וריאסט צוותים ממרכזי הפיתוח שלה בישראל ובסרביה, אשר השתמשו במתודולוגיות תכנון ואימות מתקדמות.

מנכ"ל וריאסט, משה זלצברג, אמר שווריאסט רואה את העבודה עם סיוה בפרויקט מאתגר כל-כך כאות כבוד. "אנחנו גאים בתוצאות המרשימות שהצוותים השיגו". חברת סיוה רמזה שהיא מתכוונת לבצע עם וריאסט פרוייקטים נוספים. סמנכ"ל מו"פ בסיוה, רן שניר: "הצוות של וריאסט הציג רמה מקצועית גבוהה בארכיטקטורת VLSI, בתכנון ובאימות. אנחנו מצפים להרחבת שיתוף הפעולה בינינו לפרויקטים עתידיים".

לימוד מכונה באבזרי קצה

חברת סיוה (CEVA) נכנסה לתחום הרשתות העצביות כאשר בסוף 2015 היא הכריזה על יכולת ביצוע פעולות לימוד מכונה מסוג למידה עמוקה (Deep Learning) על-גבי שבב ה-DSP שלה ממשפחת CEVA-XM4. כיום היא מספקת את כלי הבינה המלאכותית עבור שבב הדור החדש יותר, CEVA-XM6. חברת סיוה היא ספקית של קניין רוחני (IP) בתחום העיבוד והקישוריות, והיתה מהחברות הראשונות בעולם שהראו יכולת לממש למידה עמוקה בשבבים קטנים וחסכוניים בהספק, ולא רק באמצעות מחשבים חזקים הנשענים על בסיסי נתונים גדולים.

כיום חברות נוספות נכנסות לתחום הזה, בהן קואלקום וחברת קיידנס באמצעות מעבדי טנסיליקה, אולם זהו עדיין תחום חדש עם תחרות מעטה יחסית. הפלטפורמה של סיוה מייצרת אתגר נוסף: היא מראה שניתן לבצע את הפעולת האלה באמצעות מעבד DSP ולא באמצעות מעבדי GPU, כמו למשל המעבדים של אנבידיה.

המכונה מנצחת את האדם

טכניקת הרשתות הנוירוניות מאפשרת ללמד מכונה לזהות אובייקטים והקשרים שונים.בתחילה נעשה שימוש באלגוריתמים המחקים את המבנה של רשתות עצביות (Neural Network) כדי לאמן מחשב לזהות אובייקט או תופעה. בשנים האחרונות התפתח התחום ונעשה שימוש ברשתות עומק, הכוללות מספר רמות, או שכבות שונות, של רשתות עצביות. הביצועים של המערכות האלה מרשימים מאוד: בניסויים שבוצעו על-גבי מחשבים חזקים ובסיסי נתונים גדולים, המחשבים מצליחים לנצח בני-אדם במטלון "אנושיות" מובהקות כמו זיהוי פנים.

כיום רוב מערכות לימוד המכונה באמצעות רשתות עצביות נעשה במרכזי נתונים ובאמצעות הענן, ומאפשר לספק שירותים מורכבים מאוד כמו זיהוי קולי, תרגומי טקסטים, עיבוד ביג דטה, איתור מידע ועוד. אולם העברת היכולת הזו אל רכיבים המצויים בקצה הרשת מאפשרת לספק יישומי לימוד מכונה במוצרים הדורשים תגובה מהירה בלא תלות בענן, כמו למשל חיישנים בכלי-רכב, קבלת החלטות על-ידי רחפן, מערכות רובוטיות ואפילו אבזרי IoT חכמים.

לשכת הפיתוח שבבעלות אמן

חברת Veriest מקבוצת אמן הוקמה ב-2007 על-ידי חגי ארבל והצטרפה לקבוצת אמן בשנת 2014. החברה מספקת שירותי תכנון מערכות אלקטרוניות ושבבים. החברה מעסיקה כ-100 עובדים במרכז פיתוח בישראל ובמרכז פיתוח בסרביה, אשר מתמחים בתכנון שבבי ASIC, אימות התכנון (וריפיקציה), תכנוני FPGA, וירטואליזציה, תוכנות משובצות ועוד. לפני כחצי שנה פרש ארבל מניהול החברה והעביר אותו לידי משה זלצברג. הוא הקים את חברת Vtool, אשר מפתחת כלי חדש לאימות פונקציונלי של ASIC ו-FPGA.

פורסם בקטגוריות: חדשות , סמיקונדקטורס