处理器设计自动化领域的领导者codasip于今日发布了其l31和l11两款新产品，它们是相关产品系列中专为定制处理器而优化的最新低功耗嵌入式risc-v处理器内核。基于这些新内核，客户可以很方便地使用codasip studio工具去定制处理器设计，以支持诸如神经网络、人工智能/机器学习(ai/ml)等具有挑战性的应用，包括例如物联网(iot)边缘计算等极小型化的、功率受限的应用。

在物联网/工业物联网(iot/iiot)等边缘计算设备上部署ai/ml将获益良多，可有助于提高安全性、降低功耗，以及减少实时处理的延迟。由于ai/ml的算法类型属于计算密集型，并且嵌入式系统内部资源有限，因此需要使用定制处理器才能提供足够的性能。为此，codasip l31/l11嵌入式内核运行在谷歌的tensorflowlite for microcontrollers上，并利用codasip studio工具来定制一类全新的嵌入式ai*内核，因此特别适用于空间和功率开销极其有限的物联网应用。

codasip首席技术官zdeněk přikryl表示：“通过购买risc-v处理器高级描述语言codal的授权，使codasip客户获得了一套完整架构许可，从而可去实现isa和微体系架构的定制。随着新l11/31内核的问世，方便了我们在尺寸和功率受限的嵌入式处理器设计中加入客户所需的功能，如边缘人工智能等。”

长期以来，codasip的内核可定制功能是公司成功的基石，这也是目前全球已有超过20亿颗处理器使用了codasip ip的原因。除了更容易定制内核以匹配特定的嵌入式设计以外，codasip还增强了两种新内核的性能使其能够支持更高主频。

现有的处理器并不能很好地加载人工智能和机器学习应用;同时，器件的数据类型、量化模型和性能需求也因应用不同而差异巨大。codasip提供的“创造差异化设计”模式意味着使用其studio工具的客户，可以根据其特定系统、软件及应用程序的要求来定制处理器。同样地，低功耗物联网应用中嵌入式设备的资源也极为有限：内存有限，指令集也有限，但器件开发人员还需要保证此类器件具有功耗低和内生安全性等特性，并且能够实现实时响应和通信。

codasip studio risc-v设计工具可以提供定制的指令，它们特别适合用来开发人工智能/机器学习(ai/ml)处理器。通过将tensorflow lite for microcontrollers** (tflite micro)、risc-v定制指令以及codasip处理器设计工具三者相结合，就可以为嵌入式的、高效率的边缘神经网络处理功能带来了更多优势，包括低延迟、高安全性、快速通信和低功耗等。而这些优势对于新兴物联网和工业物联网(iiot)边缘应用而言至关重要，能够在此类应用中实时运行ai/ml任务正在迅速成为系统级芯片(soc)的一项标准特性。

codasip的最新l31和l11处理器内核是业内首批支持tflite micro的内核，但支持范围仅限适用于codasip的整个risc-v内核产品组合。

通过采用tensorflow lite ai框架来支持神经网络，codasip risc-v处理器ip因此特别适合那些计划在其ai/ml器件的内核中加载市场领先性能的系统开发人员。同时凭借着边缘处理器功能性，codasip定制化设计的性能也为那些关键任务型嵌入式物联网应用带来了高实时性优势。

背景

*codasip的嵌入式ai是嵌入式软件中的机器学习与深度学习功能在器件级上的应用，可支持小型物联网嵌入式设备能够在边缘流畅地运行人工智能模型，并且能够实现实时通信。从安全角度来看，这样可以最大限度降低数据传输时间和用电成本，并且不再需要使用通信硬件。同时这种应用模式对于关键任务型工业物联网(iiot)基础设施而言非常重要，其中边缘人工智能算法可以从各种传感器中收集数据，并实时预测和报告系统故障。

**tensorflow lite for microcontrollers是专门用于嵌入式系统的人工智能(ai)框架，它有效地解决了存储器和功耗限制等问题。由于支持各种微架构，其特别适用于供应商特有的优化项目。这一特性与codasip的处理器设计自动化工具实现了完美的匹配，有效地简化了特定领域的加速器开发流程，并且使codasip客户能够快速、轻松地为物联网打造适合特定应用的嵌入式ai/ml器件。

（转载）

以上是网络信息转载，信息真实性自行斟酌。