CEVA는 저전력 임베디드 시스템에서 머신 러닝(Machine Learning) 구현을 위해 최적화된 실시간 신경망 네트워크 소프트웨어 프레임워크인 ‘CEVA 심층신경망(CDNN : CEVA Deep Neural Network)’을 발표했다. CDNN은 CEVA-XM4 이미징 및 비전 DSP의 처리 능력을 활용해 임베디드 시스템으로 기존의 GPU 기반 시스템들에 비해 30배 적은 전력과 15배 적은 메모리 대역폭으로 3배 빠른 딥 러닝(Deep Learning) 작업을 수행한다.
CDDN의 성능과 저전력, 낮은 메모리 대역폭을 활용해 CEVA 네트워크 제너레이터(Network Generator)는 자동으로 낮은 전력과 메모리 대역폭만 사용하는 더욱 빠른 네트워크 모델을 구현한다. 정밀도 감소율은 기존 네트워크보다 약 1% 미만으로 감소한다.
먼저 맞춤형 임베디드-레디 네트워크가 생성되면, 이는 최적화된 회선 신경망(Convolutional Neural Network: CNN) 레이어, 소프트웨어 라이브러리와 API를 사용해 CEVA-XM4 이미징, 비전 DSP에서 구동되는 방식으로 작동됨으로써 떠 빠른 네트워크 모델을 구현하는 것이다. 예를 들어, 28nm프로세스에서 심층신경망(DNN)을 기반으로 한 보행자 감지 알고리즘을 실행 시 초당 1080p 30 프레임 비디오 스트림에서 30mW 이하로 가능하다.
에란 브리먼(Eran Briman) CEVA 마케팅 담당 부사장은 “CEVA는 지금까지 20개 이상의 제품에 채택된 경험이 있고, 이를 바탕으로 임베디드 비전 프로세서 도메인 산업을 주도해왔다”며 ”새로운 CEVA-XM4용 심층신경망 프레임워크는 임베디드 업계에 최초로 소개되는 것으로, 앞으로 전력이 제한된 임베디드 시스템에서 운용 가능한 딥 러닝(Deep Learning) 알고리즘을 구현하려는 개발자들에게 많은 이점을 줄 것”이라고 말했다.
CDNN 소프트웨어 프레임워크는 소스 코드로 제공되며, CEVA-XM4의 기존 ADK(Application Developer Kit)을 확장한 형태이다. 모듈식 구조로 전체 CNN 구현할 수도 있고 특정 레이어를 지원할 수 있으며, 다양한 네트워크 및 구조에서 작동한다.
