백서
에지 기계 학습: HLS를 이용한 전력 및 성능 최적화
기계 학습을 에지(edge)로 옮기려면 전력과 성능 면에서 중요한 요구사항이 뒤따릅니다. 평범한 상용 솔루션을 사용하는 방안은 실용적이지 않습니다. CPU는 너무 느리고, GPU/TPU는 비싼 데다 전력 소모량이 너무 크며 심지어 일반적인 기계 학습 가속기조차 사양이 과도하고 전력에 최적화되어 있지 않기 때문입니다. 이 글에서는 차세대 에지 기계 학습 하드웨어 수요에 부합하는 새로운 전력/메모리 효율적인 하드웨어 아키텍처를 만드는 방법에 대해 다룹니다.
관련 자료
White Paper
HLS를 활용하여 빠르게 시장에 출시되는 STMicroelectronics의 자동차 이미지 신호 처리 기술
STMicroelectronics는 템플릿을 사용하는 방식으로 이미지 신호 처리(image signal processing, ISP) 장치를 설계하고 검증하여 가능한 한 빨리 시장에 출시할 수 있는 독자적인 상위수준합성(HLS) 플로우를 제작하였습니다.