嵌入式视觉（EV）体系的生长正推进关于更高功用与节能的视觉处理才能需求。包含AMD、CEVA、Imagination、英特尔（Intel）、Nvidia以及ARM的授权客户等业界多家公司均活跃因应这一生长中的趋势，运用FPGA、FPGA/MPU组合、GPU与专用异质多中心等各种不同的硬体，为规划使命完成最佳化。
新思科技（Synopsys Inc.）日前发布另一种解决计划——DesignWare EV处理器中心（IP）系列，专为整合于具有多颗CPU的SoC而规划，无论是选用来自ARM、英特尔、Imagination MIPS或PowerPC等其他CPU均可相容。
该IP中心系列现在包含EV52与EV54两款可为视觉运算运用最佳化的产品，选用28nm制程制作。EV52搭载根据该公司ARC指令集的双中心 RISC处理器，以高达1GHz的频率作业;而EV54则选用四中心建置，供给较EV52更高的功用。两款产品均内建2-8个可编程装备的物件侦测引擎处理单元（PE）。
Synopsys的视觉处理器结合根据ARC的RISC中心，以及卷积神经网路侦测引擎处理单元。
EV52和EV54处理器运用‘卷积神经网路’（CNN）演算法——从人脑处理视觉资讯办法获得创意，为视觉运算运用完成最佳化。CNN运用前馈人工神经网路，其间，单个神经元以一种反响视野内堆叠区域的办法拼接摆放。这种堆叠是人眼得以追寻动作、辨识环境改动、差异不同物体以及反响脸部表情纤细改动的重要要害。
Synopsys DesignWare ARC处理器资深产品行销司理Mike Thompson介绍：“该EV处理器系列是专为以1，000GOPS/W的功用履行CNN核算而规划的，它仅需运用约竞赛视觉计划一小部份的功耗，即可为一系列广泛的物件运用完成更敏捷与精确的侦测。”
Thompson指出，“尽管有多种视觉辨识演算法竞相争宠，咱们一向以为CNN具有最重大进展，并且也是现在咱们看到在方针运用中最佳的物件辨识计划，可作为相机、可穿戴式设备、家庭自动化、DTV、虚拟实境、游戏、机器人、数位看板、医疗与车载资讯文娱体系等方针运用的抱负挑选。”
Synopsys现在正与嵌入式视觉商场中的多家厂商协作，包含Nvidia、CEVA、微软（Microsoft）等。可是，尽管透过CNN可以获得逾越95%的精确成果，但问题仍取决于如安在商场可接受的功耗/功用规模内到达这样的精确度。
Thompson表明，通用处理器（GPP）虽可用于视觉处理，但因为短少先进的数学运算资源而使其速度过于缓慢;绘图处理器（GPU）尽管有必要的数学运算资源，但却短少有用移动视觉材料的才能，使其视觉功用相对较低而功耗相对较高。
“咱们提出的协同处理器战略将有助于使CNN本钱下降到可担负的规模，以及可运用在消费产品的功耗水平。”Thompson以一系列典型物件侦测与手势办识运用的比较为例表明，EV处理器履行视觉使命的功耗大约比其他视觉解决计划的功耗更低5倍。选用内建EV处理器的SoC以每秒30格的视讯处理速率履行一项脸部侦测使命时，大约仅需175mW的功耗。相形之下，假如选用GPU来履行相同使命的话，至少需求更高8-10倍的功耗。
以每瓦数十亿次作业为衡量基准，EV处理器（最右）的履行功率逾越了其他视觉计划的物件侦测与剖析才能。
嵌入式视觉导入CNN演算法
为了将1或多个EV处理器整合于SoC，Synopsys运用与主处理器平行/同步作业的办法——透过杂乱和高效的消息传送设定以及中止机制，让不同卷积物件侦测引擎处理单元与其他处理器中心之间完成通讯（图3）。ARC EV处理器可经由编程完成自动化作业，或许，当运用有必要契合特定的功耗/功用约束时，开发人员也可以挑选尽量在EV处理器与主处理器之间完成最多的操控与功用同享。
EV处理器的中心是物件侦测引擎，其间包含2-8颗专用的处理单元。
Thompson说：“PE的数量是由用户在建构规划时所装备的，就像在PE之间的串流互连网路相同——在一切的PE之间装备灵敏的点对点互连。取决于物件侦测引擎上的CNN绘图履行情况，每个点或连线均可动态改动。”
该架构的建置在于让EV处理器记忆体映射可完全由主处理器进行存取，这将可以让主处理器一方面继续进行操控，一起让一切的视觉处理使命卸载至EV单元，主处理器与EV处理器二者均可下降功耗，并加快要害的视觉使命进行。
此外，Thompson着重，这种办法还可让各种不同的视觉处理单元都能与主处理器即时通讯。为了让EV之间以及与主处理器之间的通讯更有用率，每个EV 处理器都能存取贮存于SoC记忆体映射区的印象，或是在需求时透过内建的AMBA AXI规范体系介面存取晶片外接记忆体资源。
为CNN开发供给软体套件
Thompson指出，因为CNN存在必定的杂乱度，就算选用了EV硬体，为特定视觉处理运用推出合适的演算法组合仍然是一项困难的使命。为了帮忙开发商减轻一些职责，Synopsys供给了一套完好的东西库与参阅规划，让开发人员能更有用率地建构、除错、装备，以及运用业界规范且开放源码的嵌入式视觉东西链OpenCV和OpenVX，为其嵌入式视觉体系完成最佳化。
该最佳化的东西套件内含ARC EV处理器，以及逾越2，500项OpenCV功用，可完成即时电脑视觉。此外，该东西套件还供给具有43种规范电脑视觉中心的OpenVX架构，可完成边际侦测、树立印象金字塔以及光流评价，这些功用均已为履行于EV处理器完成最佳化。
Thompson还表明，因为EV处理器是可编程的，因此可加以练习用于援助任何物件检测图，以及导入新的OpenVX中心界说。一次OpenVX的运转时刻可将摆放的中心履行分配在EV处理器的多个履行单元上，然后简化了该处理器的编程。
在用于规划EV中心时，可透过ARChitect东西宣布与装备ARC EV处理器。该东西合成了可整合于任何SoC规划的RTL，以援助任何主处理器，包含ARM、英特尔、Imagination MIPS与PowerPC等。为了进一步加快软体开发，虚拟原型机将可用于EV处理器，以及援助根据FPGA的原型规划，在制作晶片之前完成硬体和软体协同规划。
“嵌入式视觉是一个快速改动的环境，”Thompson说，“现在，CNN看来是最佳的发展方向。可是，未来也可能发生改动。除了找到可以满意当今运用的本钱和功耗需求的解决计划以外，咱们期望为开发人员供给一种更有用的办法，在中期改动其规划使命，而无需回到起点从头规划。”
