艾迈斯欧司朗与Quadric达成合作,携智慧图像传感器亮相CES展会

2023年1月9日,全球领先的光学解决方案供应商艾迈斯欧司朗与设备端(on-device)AI机器学习处理器IP创新者Quadric宣布达成战略合作,

双方将联合开发整合感测模块,结合艾迈斯欧司朗前沿的Mira系列可见光和红外光CMOS传感器与Quadric新型ChimeraGPNPU处理器。

这些模块实现超低功耗,双方的融合将为可穿戴设备、机器人、工业及安全监控市场提供创新的智慧感测方法。合作产品已在2023年1月5日至8日拉斯维加斯CES展会首次亮相,并进行现场展示。

Quadric Chimera通用神经网络处理器(GPNPU)能够在统一架构中完成机器学习图形处理与传统资料并行C++算法,为基于边缘的应用带来先进的设备端(on-device)AI功能。Quadric的架构提供了高效的机器学习(ML)推理效能,但不同于其他支援有限数量的机器学习图形运算子的神经网络加速器,Quadric的解决方案还具有通用控制与讯号处理能力,进而将NPU加速器的理想属性与数位讯号处理器(DSP)相结合。Quadric GPNPU能够同时运行神经网络图形与C++程序码,将其用于讯号预处理及后处理,并且功耗显著低于其他边缘半导体解决方案。

艾迈斯欧司朗Mira系列CMOS图像传感器专注于降低传感器及系统功耗,同时尽量缩小产品尺寸,以实现分辨率效率最大化。Mira系列传感器产品组合不断扩大并提供多种分辨率,以满足需要高效能全域快门图像传感器的不同应用需求。该系列现已发布多款产品,并且正在开发更多分辨率或高或低的产品。

艾迈斯欧司朗副总裁暨CMOS图像传感器总经理Joost Seijnaeve表示:“此次合作将艾迈斯欧司朗传感器与Quadric处理整合为一个低功耗模块,为智慧视觉感测部署开辟了广阔的全新可能。OEM商不再需要5W边缘芯片或15W电路板等级计算解决方案以执行智慧感测功能,其中包括人体姿势、人脸识别、物体侦测、物体识别、场景分析等。如今,前沿智慧视觉功能可嵌入单一整合传感器及处理模块,应用于汽车、消费、工业等领域的众多创新产品中。”

Mira图像传感器与Quadric GPNPU相结合,将图像采集与机器学习整合至一个低功耗模块。根据Quadric的类比运行,该产品仅需数百毫瓦即可完成目前需要5W或10W GPU绘图卡的工作任务。Mira220及未来衍生产品的分辨率,结合Quadric计算范围为1 TOP至16 TOP的可扩展Chimera处理器阵容,将能够针对不同应用提供多种组合。

Quadric执行长Veer Kheterpal表示:“此次与艾迈斯欧司朗携手合作,Quadric感到十分振奋。该产品使设备制造商以超低功耗开发可完全程序设计的智慧感测设备,进而开启机器学习在边缘设备中的新格局。”

关于艾迈斯欧司朗

艾迈斯欧司朗集团(瑞士证券交易所上市,股票代码:SIX: AMS),是光学解决方案的全球领导者。我们为光赋予智慧,将热情注入创新,丰富人们的生活。这就是“感测即生活”的意义所在。

拥有超过110年的发展历史,以对未来科技的想象力为引,结合深厚的工程专业知识与强大的全球工业产能,我们长期深耕于感测与光学技术领域,持续推动创新。在汽车、消费、工业与医疗健康领域,我们致力于为客户提供具有竞争力的解决方案,在健康、安全与便捷方面,致力于提高人们生活质量,推动绿色环保。

我们在全球范围拥有约22,000名员工,专注于感测、照明和视觉化领域的创新,使旅程更安全、医疗诊断更准确、沟通更便捷。我们致力于开发突破性的应用创新技术,目前已授予和已申请专利超过15,000项。

集团总部位于奥地利Premstaetten/格拉茨,联合总部位于德国慕尼黑。预计集团2021年总收入超过50亿欧元。ams-OSRAM AG在瑞士证券交易所上市 (SIX:AMS; ISIN: AT0000A18XM4) 。

来源:艾迈斯欧司朗


【版权声明】
「LEDinside - LED在线」所刊原创内容之著作权属于「LEDinside - LED在线」网站所有,未经本站之同意或授权,任何人不得以任何形式重制、转载、散布、引用、变更、播送或出版该内容之全部或局部,亦不得有其他任何违反本站著作权之行为。
【免责声明】
1、「LEDinside - LED在线」包含的内容和信息是根据公开资料分析和演释,该公开资料,属可靠之来源搜集,但这些分析和信息并未经独立核实。本网站有权但无此义务,改善或更正在本网站的任何部分之错误或疏失。
2、任何在「LEDinside - LED在线」上出现的信息(包括但不限于公司资料、江南官方体育网页版登录入口手机 、研究报告、产品价格等),力求但不保证数据的准确性,均只作为参考,您须对您自主决定的行为负责。如有错漏,请以各公司官方网站公布为准。
Baidu
map