✅رنساس بهتازگی پردازندهی کممصرف RZ/V2N را معرفی کرده که بر پایهی معماری Arm Cortex-A55/M33 طراحی شده و برای کاربردهای یادگیری ماشین (ML) و بینایی کامپیوتری بهینه شده است. این تراشه از پردازندهی کمکی DRP-AI3 بهره میبرد و میتواند تا ۱۵ ترافلاپس (TOPS) قدرت پردازشی INT8 را با راندمان ۱۰ TOPS/W ارائه دهد. درواقع، این پردازنده جایگزینی کممصرفتر برای مدل RZ/V2H محسوب میشود.
پردازنده RZ/V2N با هدف اجرای برنامه هایی با بار پردازشی متوسط هوش مصنوعی طراحی شده و دارای چهار هستهی Cortex-A55 با فرکانس ۱.۸ گیگاهرتز، یک هستهی کمکی Cortex-M33 با فرکانس ۲۰۰ مگاهرتز، یک پردازشگر تصویر Mali-C55 با پشتیبانی از رزولوشن 4K، کدکهای سختافزاری H.264/H.265، یک پردازندهی گرافیکی اختیاری Mali-G31 و همچنین دو رابط دوربین MIPI CSI-2 چهارلاینه است. این تراشه نسبت به RZ/V2H حدود ۳۸٪ کوچکتر است و نیازی به سیستم خنککنندگی فعال ندارد. ازاینرو، میتواند گزینهی مناسبی برای کاربردهایی مثل بینایی ماشین در لبهی شبکه (Edge AI)، رباتیک 🤖 و اتوماسیون صنعتی 🏭 باشد.
🔹چهار هستهی Cortex-A55 با فرکانس ۱.۸ گیگاهرتز
🔹حافظهی کش سطح یک: ۳۲ کیلوبایت (I-cache) + ۳۲ کیلوبایت (D-cache) برای هر هسته
🔹حافظهی کش سطح سه: ۱ مگابایت
🔹پشتیبانی از Neon، FPU، MMU و رمزنگاری سختافزاری
🔹یک هستهی Cortex-M33 با فرکانس ۲۰۰ مگاهرتز
🔹مجهز به FPU، DSP و قابلیتهای امنیتی
🔹DRP-AI با توان پردازشی ۴ ترافلاپس در پردازش فشرده و ۱۵ ترافلاپس در پردازش پراکنده
🔹پردازشگر تکهستهای
🔹پشتیبانی از OpenGL ES 3.2 و OpenCL 2.0
🔹پردازش تصاویر 4K، HDR و بهبود کیفیت تصویر
🔹نرخپردازش حداکثر ۶۳۰ مگاپیکسل بر ثانیه
🔹پشتیبانی از H.264 و H.265
🔹رزولوشن حداکثری H.264: 1080p@60fps
🔹رزولوشن حداکثری H.265: 4K@30fps
🔹۱.۵ مگابایت رم داخلی
🔹پشتیبانی از حافظههای LPDDR4/4X با حداکثر ظرفیت ۸ گیگابایت
🔹درگاه eMMC/SD و xSPI
🔹دو پورت اترنت گیگابیتی
🔹یک پورت USB 3.2 Gen2
🔹یک پورت PCIe Gen3 تکلاینه
🔹پشتیبانی از MIPI DSI و MIPI CSI-2 برای نمایشگر و دوربین
🔹Arm TrustZone
🔹بوت امن با RSA/ECC
🔹موتور رمزنگاری سختافزاری
🔹تولیدکنندهی اعداد تصادفی (TRNG) و شناسهی منحصربهفرد
پردازنده RZ/V2N از مجموعهی گستردهای از ابزارهای نرمافزاری برای توسعهی هوش مصنوعی، پردازش گرافیکی و اپلیکیشنهای تعبیهشده پشتیبانی میکند. این شامل DRP-AI Translator برای تبدیل مدلهای هوش مصنوعی، کیتهای توسعهی هوش مصنوعی (AI SDKs)، بستههای پشتیبانی از ISP و کدک ویدئویی، و Verified Linux Package برای پایداری سیستمعامل 👾 است. همچنین، توسعهدهندگان میتوانند از محیط توسعهی e² studio IDE همراه با ابزارهای دیباگ و کدنویسی استفاده کنند.🖥
علاوه بر این، برد ارزیابی RZ/V2N (RTK0EF0186C03000BJ) نیز برای توسعه و آزمایش این پردازنده معرفی شده است. این کیت شامل یک برد پردازشی، یک برد توسعه و دو ماژول فرعی برای پشتیبانی از microSD و eMMC است. همچنین، از رابطهای پرسرعتی مثل اترنت گیگابیتی، USB 3.2، PCIe Gen3 و MIPI CSI-2/DSI بهره میبرد.📍
باتوجهبه افزایش کاربردهای هوش مصنوعی در لبهی شبکه و نیاز به تراشههایی با مصرف انرژی پایین، معرفی RZ/V2N گامی مهم در جهت توسعهی سختافزارهای بهینه برای یادگیری ماشین و بینایی کامپیوتری محسوب میشود. این پردازنده با ترکیب قدرت پردازشی ۱۵ ترافلاپس، پشتیبانی از دو دوربین، پردازش تصویر 4K و قابلیتهای پیشرفتهی امنیتی، میتواند گزینهای ایدهآل برای سیستمهای جاسازیشده (Embedded)، رباتیک و اتوماسیون صنعتی باشد.
🌐منبع cnx-software
نویسنده شو !
سیسوگ با افتخار فضایی برای اشتراک گذاری دانش شماست. برای ما مقاله بنویسید.