XiaoMi-AI文件搜索系统
World File Search SystemProcessor
tpdnet：用于嵌入式机器学习处理器组的微小学生检测神经网络Ethos-u55
摘要。增强现实和虚拟现实（AR/VR）系统包含几个不同的传感器，包括用于手势认可的图像传感器，头姿势跟踪和瞳孔/眼睛跟踪。所有这些传感器的数据必须由主机处理器实时处理。对于未来的AR/VR系统，需要新的传感技术来满足功耗和性能的需求。当前的学生进行分辨率约300x300像素及以上的图像进行。因此，深神经网络（DNN）需要主机平台，这些平台能够通过此类输入分辨率计算DNN来实时处理它们。在这项工作中，将瞳孔检测的图像分辨率优化为100x100像素的分辨率。引入了一个微小的学生检测神经网络，可以使用ARM Cortex-M55和嵌入式机器学习（ML）Proces-sor Arm Ethos-U55处理，其性能为每秒189帧（FPS），并且检测率很高。这允许减少图像传感器和主机之间的通信功耗，以获取未来的AR/VR设备。
使用高度集成的处理器设计高效的边缘 AI 系统
重要提示：本文所述德州仪器公司及其子公司的产品和服务均受 TI 标准销售条款和条件的约束。建议客户在下订单前获取有关 TI 产品和服务的最新、最完整信息。TI 对应用程序协助、客户应用程序或产品设计、软件性能或专利侵权不承担任何责任。发布有关任何其他公司产品或服务的信息并不构成 TI 对其的批准、保证或认可。
AK3918AV100 系列处理器功能列表
AK3918AV100 专为物联网摄像头 (IoT Camera) 应用而设计，是成本敏感型电子监控系统的关键组件之一。凭借智能 NPU (神经网络处理单元)、优化的图像信号处理算法和硬件 H.265/H.264 编码器，AK3918AV100 提供了增强的物体检测/跟踪和人脸检测/识别能力，以最低功耗提供高质量图片和低比特率视频编码。它还支持安全启动，以实现更好的安全级别。一组外围接口，如 UART、SPI、MMC/SD/SDIO、以太网 MAC 和 USB2.0，使 AK3918AV100 具有高可扩展性和高灵活性。同时，集成的快速以太网 PHY 收发器可以降低最终产品的物料清单 (BOM) 成本。产品开发套件包括用于物联网摄像头应用的硬件开发套件 (HDK)、软件开发套件 (SDK) 和工具，可供客户以最便捷的方式进行开发。
采用节能 AM62A 处理器的边缘 AI 智能摄像头 1
随着复杂的数据处理和分析对于使城市、工厂、汽车和家庭变得更加智能和高效变得至关重要，网络边缘嵌入式设备上的人工智能 (AI) 正在迅速发展。图像中蕴含着丰富的信息，人类对此依赖甚深。计算机视觉 (CV) 和机器学习 (ML) 可以从信息密集型图像中提取含义，例如，一个人在哪里。CV 和 ML 在改进机器视觉的缺陷检测、机器人的视觉里程计和地图绘制、汽车的车道检测等用例方面具有无价的价值。身份识别、生物识别、跌倒检测和行为识别等以人为本的应用进一步推动了楼宇出入和公共安全应用对更智能的摄像头的需求。
描述由组合标准单元和处理器逻辑路径制成的 1.2V 65nm CMOS 振荡器中的 BTI 和 HCD
摘要 — 偏置温度不稳定性 (BTI) 和热载流子退化 (HCD) 是主要的老化机制，经常通过晶体管测量或基于反相器 (INV) 的环形振荡器 (RO) 测量进行研究。然而，大规模数字电路通常用标准单元（如逻辑门）制造。在可靠性模拟流程中（例如，基于 SPICE 的标准单元特性与退化晶体管）必须对标准单元做出许多假设（例如负载电容、信号斜率、老化模型的不确定性等），并且可能导致较高的模拟不确定性。在这项工作中，我们建议用硅中的标准单元振荡器测量来验证这种标准单元特性。为此，我们提出以下新颖的贡献：1）首次基于从处理器中提取的逻辑路径对异构振荡器（一个 RO 中的多种不同单元类型）进行 BTI 和 HCD 测量。 2） 第一项工作探索了 BTI 和 HCD 对包含组合标准单元的振荡器的影响，即包含多个逻辑门的单个单元（例如与-或-反相器 (AOI) 单元和或-与-反相器 (OAI)）和执行复杂操作（例如全加器）的单元。
i.MX 95 应用处理器系列
i.MX 95 系列功能包括一个多核应用域，最多可容纳六个 Arm Cortex ® -A55 内核，以及两个独立的实时域，用于安全/低功耗和高性能实时使用，由高性能 Arm Cortex-M7 和 Arm Cortex-M33 CPU 组成，结合了低功耗、实时和高性能处理。i.MX 95 系列旨在支持符合 ISO 26262 ASIL-B 和 SIL-2 IEC 61508 标准的平台，其中安全域是许多汽车和工业应用的关键功能。基于 i.MX 95 的平台可确保车辆中的安全基本操作（如语音警告、仪表和摄像头）符合汽车 OEM 设定的高可靠性标准。同样，在工业工厂自动化平台中，功能安全域可确保工业控制系统始终返回到预定状态，即使系统的其余部分发生故障也是如此。
i.MX 95 应用处理器系列
i.MX 95 系列功能包括一个多核应用域，最多可容纳六个 Arm Cortex ® -A55 内核，以及两个独立的实时域，用于安全/低功耗和高性能实时使用，由高性能 Arm Cortex-M7 和 Arm Cortex-M33 CPU 组成，结合了低功耗、实时和高性能处理。i.MX 95 系列旨在支持符合 ISO 26262 ASIL-B 和 SIL-2 IEC 61508 标准的平台，其中安全域是许多汽车和工业应用的关键功能。基于 i.MX 95 的平台可确保车辆中的安全基本操作（如语音警告、仪表和摄像头）符合汽车 OEM 设定的高可靠性标准。同样，在工业工厂自动化平台中，功能安全域可确保工业控制系统始终返回到预定状态，即使系统的其余部分发生故障也是如此。
arXiv:2212.10482 Grover 算法在当今量子处理器上的非编码实现性能
量子计算已成为过去十年物理学、数学和计算机科学领域最热门的话题之一。这源于噪声中型量子 (NISQ) 设备的部署，这些设备可以加速多种算法的执行。与大规模量子 (LSQ) 系统相比，NISQ 设备不是基于使用纠错码的容错量子电路，而是使用错误缓解技术。大家一致认为，量子纠错将在 LSQ 系统的开发中发挥重要作用。大量文献致力于这一主题，该研究领域在过去几年中发展迅速 [1]，[2]。研究错误控制编码是否可用于 NISQ 技术也很有趣。据我们所知，直到最近才在 NISQ 设备上进行使用纠错的测试。 2022 年底，[ 3 ] 的作者报告了使用 [[4,2,2]] 错误检测码时的性能改进。这项工作的目的是展示在可用的 NISQ 设备上实现的量子算法的性能限制，并讨论它们的改进，可能使用纠错，与 [ 3 ] 的最新结果一致。为了更好地理解，我们将重点关注 Grover 搜索算法 (GSA) 的一个特殊情况。[ 4 ] 中提出了这种算法，用于在未排序的数据集上搜索标记元素，理论上优于经典搜索算法（GSA 的复杂度随着 √ 而增长
边缘计算 AI 负载处理器软件
使用 CogniSAT-HCS 软件可以轻松部署定制计算机视觉 (CV) 管道。该软件库支持特定于应用程序的 CV 和 ISP 管道，这些管道利用了节能处理器流硬件块和矢量引擎上实现的软件过滤器的组合。部署到在处理器上运行的 CogniSat-HCS 仅涉及传输单个配置文件，运行时更新可以更新管道，而无需重新编译应用程序或重新启动系统。可以在设备上的单个流程中执行多个 CV 和 NN 阶段，从而实现 NN 预处理和后处理以及 NN 链接。