Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
www markttechnik de Nr 8 2024 10 Aktuell Renesas Electronics MPUs mit bis zu 80 TOPS KI-Leistung Renesas Electronics hat mit RZ V2H eine neue Prozessorfamilie für Embedded-KI-Anwendungen entwickelt die sich laut Stefano Tansini Director Business Development Embedded Processors bei Renesas besonders gut für Robotikanwendungen mit bildverarbeitender KI und Echtzeitsteuerung eignet Die RZ V2H-Prozessoren sind mit dem hauseigenen KI-Beschleuniger »DRP-AI« Dynamically Reconfigurable Processor ausgestattet sodass die MPUs eine Rechenleistung von bis zu 80 TOPS erreichen können Tansini »Diese MPU-Familie zeichnet sich mit 10 TOPS Wdurch die beste KI-Leistungseffizienz aus « Neben dem DRP-AI-Core verfügen die MPUs über einen Quad-Core aus der Cortex-A55-Familie 1 8 GHz über einen Dual-Core 800 MHz aus der R8-Familie und einen Cortex-M33-Prozessorkern 200 MHz Darüber hinaus hat Renesas noch den OpenCV-Beschleuniger ein weiterer DRP als Vision-Beschleuniger einen ISP Image-Signal-Processor Mali C55 einen Video-Codec H 265 H 264 eine Grafik-Einheit Mali G31 und 6 MB RAM mit ECC integriert Tansini »Der neue DRP-AI erreicht eine um den Faktor 10 höhere Leistungseffizienz als die vorherige Variante « > Beschleuniger Um diese Leistungssteigerung zu erreichen setzt Renesas einerseits auf eine INT8-Quantisierung die im Vergleich zu einem FP16-Format das Datenvolumen halbiert und die Leistungseffizienz verdoppelt Außerdem nutzt der neue DRP-AI die Pruning-Technologie bei der im Netzwerk Inhalte gelöscht werden die keine Auswirkung auf die Genauigkeit haben Tansini »Damit lässt sich die Leistungseffizienz nochmals um einen Faktor von 5 erhöhen « Und damit erreichen die neuen Prozessoren deutliche Leistungssprünge So erklärt Tansini weiter dass Benchmarks ergeben haben dass die RZ V2H-Prozessoren beispielsweise bei einer Klassifizierung mit dem ResNet50 im Vergleich zu den RZ V2L-MPUs eine um 14 Mal höhere Performance erreichen und das ohne dass die Pruning-Technologie zum Einsatz kommt »Mit Pruning und einem ausgedünnten Modell kann die Leistung sogar um den Faktor 45 gesteigert werden« so Tansini weiter Aber auch im Vergleich zu konkurrierenden Varianten aus der Industrie sieht Tansini die neuen Prozessoren von Renesas im Vorteil Bei einem Yoloxs-Modell und einem INT8-Format erreichen die neuen Prozessoren von Renesas deutlich bessere Leistungsmodelle als mit einem GPU-Board Die Latenzzeit vom RZ V2H fällt um über 20 Prozent niedriger aus für das Inferenzieren benötigt der RZ V2H um mehr als 80 Prozent weniger Leistung W Tansini »Dank dieser niedrigen Leistungsaufnahme sind keine Lüfter oder andere Kühlkomponenten erforderlich « > Entwicklungshilfe Um die Entwicklung zu beschleunigen stellt Renesas außerdem KI-Applikationen bereit Hierbei handelt es sich um eine Bibliothek aus vortrainierten Modellen für verschiedene Anwendungsfälle Zudem bietet Renesas das AI SDK Software-Development-Kit für die schnelle Entwicklung von KI-Anwendungen an Diese Software lässt sich auf dem RZ V2H-Evaluierungsboard ausführen Entwickler können damit KI-Anwendungen auf einfache Weise und bereits früh im Entwicklungsprozess evaluieren auch ohne umfassende KI-Kenntnisse Renesas hat im Rahmen seiner Winning Combinations außerdem den »Visual Detection Single Board Computer« entwickelt Dieser nutzt Kamerabilder um seine Umgebung zu identifizieren und Bewegungsabläufe in Echtzeit zu bestimmen und zu steuern Der Rechner kombiniert den RZ V2H mit Power-Management-ICs und programmierbaren VersaClock-Taktgeneratoren um stromsparende Industrieroboter und Maschinen zu unterstützen Dank des effizienten Designs sind keine zusätzlichen Lüfter erforderlich was die Stückliste und die Größe minimiert Die neuen Prozessoren sind zusammen mit dem Evaluierungsboard und dem AI SDK ab sofort erhältlich st ■ KI-Frühwarnsystem für Unternehmen und Regierungen Armis übernimmt CTCI Armis Experte für Asset Intelligence und Cybersecurity hat das KI-Cybersecurity-Unternehmen CTCI Cyber Threat Cognitive Intelligence erworben das sich auf KIbasierte Technologien zur Erkennung von Bedrohungen und Angriffen spezialisiert hat Im Rahmen einer privaten Transaktion die vor Kurzem abgeschlossen wurde hat Armis die gesamte Technologie und die Mitarbeiter von CTCI übernommen und plant die Zusammenführung innerhalb der nächsten Wochen zu vollenden Armis wird die Technologie von CTCI in seine KIgestützte Plattform »Armis Centrix« für das Cyber-Exposure-Management integrieren und damit das nach Unternehmensangaben fortschrittlichste Cyber-Frühwarnsystem der Welt schaffen > Für Versorger Die CTCI-Technologie wurde zur Sammlung und Aufklärung von Intelligence-Daten im Bereich nationale Sicherheit entwickelt und wird in zahlreichen Einrichtungen für kritische Infrastrukturen auf der ganzen Welt eingesetzt um Angriffe auf Wasser-Energieund Versorgungsunternehmen zu verhindern Die Technologie macht Cyberkriminalität und potenzielle Angriffsvektoren sichtbar die auf im Dark Web gesammelte Schwachstellen und Informationen zurückgehen Armis erweitert den Einsatz dieser Technologie und kombiniert sie mit Armis Centrix um neue Threat-Intelligence-Funktionen anzubieten und den Aufbau des KI-Cybersecurity-Unternehmens der Zukunft fortzusetzen Durch die Kombination der Produkte von Armis und CTCI kann mit der Überwachung von Angriffsindikatoren bereits in der Aufklärungsphase begonnen werden die oft drei bis sechs Monate vor dem Angriffsbeginn startet Dies wird durch folgende Eigenschaften ermöglicht • Dynamischer Einsatz speziell konfigurierter Honeypots an Hotspots zur Beobachtung von Verhalten und Technik von Angreifern • Durchsuchen des Deep Web und Dark Web nach Unterhaltungen und Informationen die Erkenntnisse über Ereignisse liefern die sich noch in der Formulierungsphase befinden • Nutzung menschlicher Intelligenz durch Feeds Reverse Engineering und strategisch positionierte »Horchposten« bei böswilligen Akteuren um eine weitreichende und präzise Erfassung zu gewährleisten ak ■