Lattice FPGAを用いたエンドポイントAIの事例集 - 半導体事業

条件を指定して絞り込む

現在1878件がヒットしています。check

基礎 AI・人工知能 FPGA/CPLD/ASIC Lattice

はじめに

本記事では、LatticeのFPGAを用いたエンドポイントAIの事例を紹介します。

全てLattice社から提供されているリファレンスデザインをもとに実現しています。

端末にて処理を完結させるエンドポイントAIを実現する場合に考えないといけないことは、求めるAIのパフォーマンスと、実装するハードウェアスペックとのバランスです。

Lattice FPGAの最大の特徴である「低消費電力」で「小型」という点を生かせば、電池駆動のような「非常に限られた電力環境」や、ポータブル機器のような「物理的なスペースが非常に限られている環境」の中でAI機能を実現しなければならないケースにおいて非常にメリットを発揮します。

中には、最小2.15×2.55mmのサイズのFPGAで僅か7mWの消費電力で実現している事例もあります。

一方、Lattice FPGAでのAI処理のパフォーマンスは、他の大規模なハードウェアに比べると、ある程度限定的となります。

小型低消費電力のAIチップでどの程度までの処理ができるのかを、是非下記の動画でチェックしてみてください。

1.　人検出

2.　ジェスチャー検出

3.　個人認証

まずは、人の上半身を検出し、その範囲座標算出と対象物の数をカウントする使い方です。

人がいるかいないかという判断は、赤外線センサーなどでは人以外の物体にも反応してしまうものが多く、AI処理向きといえます。

例えば、下記のように、工場にて危険区域に人が侵入してきたと判断した場合にアラートをあげるといった用途が考えられます。

上記の場合は人の座標・範囲・人数が検出できるのですが、「人がいるかいないか」だけであればさらに小規模なチップでエンドポイントAIを実現可能です。

動画ではFPGAにて人のいる/いないの判断＋モーター制御を行っていますが、FPGAの柔軟性をいかしてモーター制御以外の機能を実装可能です。

例えば下記のようにモニターのスクリーンセイバーモードなどの用途も考えられます。

グーとパーといった手の形を検出したり、タップやスライドといった指の動きを検出する使い方です。

下記の例では、FPGAのコンフィグレーションデータを切り替えることで、静的/動的ジェスチャー検知どちらにも対応しています。

Latticeのように小さなFPGAでも、様々なユースケースに対応できることが分かります。

こうしたジェスチャー検出は、例えば、ディスプレイ操作など非接触で行うといった用途が考えられます。

また、適切な推論結果を得るためには、実際の製品の使用環境に応じて最適なセンサーを選定する必要があります。

下記動画で、様々なセンサー（イメージセンサー、温度センサー、近接センサー）でのジェスチャー検出を紹介しています。

いずれも超小型FPGA(最小パッケージサイズ2.15×2.55mm/動作時電力7mW程度）での事例になります。