DYNAP-CNN

全球首颗动态视觉专用处理器DYNAP-CNN

DYNAP-CNN是一种可扩展的、可完全配置、事件驱动的神经形态处理器,每个芯片具有100万个ReLU脉冲神经元,用于实现脉冲卷积神经网络(sCNN)。这项技术非常适合永远在线、低功耗、低延迟、事件驱动的传感器信息处理。借助用于动态视觉传感器的专用接口,它可以直连世界上大多数动态视觉传感器,从而实现模型的无缝集成和原型的快速制作。 DYNAP-CNN是完全可配置的,并支持各种类型的CNN层(如ReLU,Cropping,Padding和Pooling)和网络模型(如LeNet,ResNet和Inception)。它具有广泛可编程性,可提供对模型的完全控制。 此外,DYNAP-CNN具有可扩展性,可在多个互连的DYNAP-CNN上实现无限制层数的深度神经网络的实现。

应用领域
  • 智能玩具
  • 智能家居
  • 智能安防
  • 自动驾驶
  • 无人机

丰富的可扩展性
可直连事件相机

超低延时
ms 级端到端延时,实时性提升10-100倍

超低功耗
功耗低于1mW,降低100-1000倍

成本降低
实时数据运算,成本降低10倍

真正always-on
传感器数据触发运算,无待机/工作模式切换

DYNAP-CNN开发板

DYNAP-CNN开发套件利用时识科技DYNAP-CNN芯片的强大能力,提供毫瓦级可编程卷积视频处理能力。该套件可以在毫瓦级功耗内完成实时面部检测、 实时手势识别、实时目标分类等视觉任务。
DYNAP-CNN开发套件支持直连或通过PC连接DVS相机。利用时识科技开源Python库SINABS轻松搭建高达9层的卷积神经网络, 并且最少仅需一行代码即可在DYNAP-CNN开发套件上完成网络部署。

使用条件
硬件要求软件要求安装软件
至少 4GB 物理内存Ubuntu 18.04/20.04SAMNA
开发套件驱动
2个USB3.0 Type-A接口ArchSINABS
安装脉冲卷积神经网络开发工具
一个显示器Mac >= 10.15AERMANAGER
AER数据处理工具
拥有集成或独立显卡Python >= 3.5
当前支持的DVS相机型号(可选)
Inivation DVXplorer Lite
Inivation Davis240
Inivation Davis346
硬件要求软件要求安装软件
至少 4GB 物理内存Ubuntu 18.04/20.04SAMNA
开发套件驱动
2个USB3.0 Type-A接口ArchSINABS
安装脉冲卷积神经网络开发工具
一个显示器Mac >= 10.15AERMANAGER
AER数据处理工具
拥有集成或独立显卡Python >= 3.5
当前支持的DVS相机型号(可选)
Inivation DVXplorer Lite
Inivation Davis240
Inivation Davis346
Close
Back To