当前位置:首页 > 芯闻号 > 赛灵思
[导读]面向8K部署推出业界首款基于7nm Versal ACAP的HDMI 2.1实现方案

2020年2月11日,中国北京——自适应和智能计算的全球领先企业赛灵思公司今天宣布,针对面向专业音频/视频(Pro AV)和广播市场的赛灵思器件推出一系列全新的高级机器学习(ML)功能。此外,赛灵思还演示了业界首个基于7nm Versal™器件的可编程HDMI 2.1实现方案。赛灵思将在本周于阿姆斯特丹举办的2020年欧洲集成系统展(ISE)上展出这些功能和更多其他功能。上述解决方案以及赛灵思面向Pro AV和广播市场推出的其他高度自适应解决方案,旨在帮助客户降低成本、适应未来,同时适应全新的使用模式以及不断发展演进的产业标准。

面向AI边缘处理的高级ML功能

面向赛灵思Pro AV和广播平台全新推出的ML功能包括感兴趣区域编码(region-of-interest encoding)、智能数字标牌(intelligent digital signage)、自动对象跟踪(automatic object tracking)和窗口剪切(window cropping)以及语音识别(speech recognition)。现在,客户能够充分运用赛灵思器件上的这些ML功能,包括已经高度集成的Zynq®UltraScale+™MPSoC平台,用于实现AI边缘处理。将实时音视频处理、AV连接接口、编解码器、IP联网、CPU和GPU集成在可扩展的自适应单芯片解决方案中,能为用户显著节省空间、功耗和成本。

赛灵思Pro AV与广播业务总监Ramesh Iyer表示:“机器学习作为一种快速发展的技术,正在激发Pro AV与广播领域的全新使用模式。在赛灵思自适应平台中添加ML功能,实现了高度集成的AV处理器,为8K视频、IP音视频和压缩功能提供了业经验证的支持。现在通过增添多种高级功能,有助于开展商业化分析、提高工作流效率和增强可用性。最终,这些集成ML功能将帮助企业加速创新、实现自身差异化,并加快产品上市进程。”

Pro AV市场客户能够将这些全新的ML功能用于多种应用和工作负载。主要包括:

·感兴趣区域编码——借助ML和Zynq UltraScale+MPSoC集成型H.264/H.265编解码器,保持这些区域的高质量视频画质、加大背景压缩幅度,从而更好地检测人脸和特征。这种方法能降低总比特率,大幅节省实时视频流的成本。

·智能数字标牌——使用ML模型检测性别、年龄和手势,在数字标牌上提供针对性的交互广告。这种方法能为广告商带来更高的投资回报率以及可获利的行为指标。

·自动对象跟踪与窗口裁剪——使用ML功能,从单个4K摄像头输出多个高清窗口。这项功能尤其适用于在实况播报和控制室中提供画面切换内容。

·语音识别——根据语音自动输出文本,理想适用于会议记录内容自动转录以及会议与协作中的语言翻译。

首款在7nm器件上实现的的HDMI 2.1方案

在ISE 2020上,赛灵思将演示业界首款基于赛灵思7nm Versal™器件的可编程HDMI 2.1实现方案。该方案基于赛灵思首款自适应计算加速平台(ACAP)构建。ACAP是一款具有变革意义的全新异构计算器件,其功能远超常规的CPU、GPU和FPGA。

HDMI 2.1数据速率高达48Gbps,支持8K60和4K120等一系列更高的视频分辨率和帧率,从而帮助LED画面墙、大幅面显示屏、数字标牌以及运动赛事实况转播等需要高速视频功能的应用提供更加身临其境的体验。基于Versal ACAP的HDMI 2.1实现方案专门支持这项标准,可以帮助客户发送、接收和处理高达8K(7680x 4320像素)的超高分辨率(UHD)视频。

7nm Versal ACAP在软件可编程芯片架构下提供了可扩展的自适应智能化引擎,将嵌入式软件、多通道AV处理流水线和AI推断紧密结合。此外,还将实时视频处理、AV连接接口、编解码器、IP联网、CPU、GPU和其他功能集成在单芯片解决方案中,也能为客户节省空间、功耗和成本。

2020年欧洲集成系统展

赛灵思将在本周于荷兰阿姆斯特丹举办的2020年欧洲集成系统展上的#15-D240号展台亮相,展出面向Pro AV和广播市场的全新ML功能、首款在7nm器件上的可编程HDMI 2.1实现方案以及其他业界领先的解决方案。


本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

业界应如何看待边缘人工智能?ST授权合作伙伴 MathWorks 公司的合作伙伴团队与ST 共同讨论了对边缘机器学习的看法,并与 STM32 社区分享了他们的设计经验。

关键字: AI 机器学习 处理器

双方的合作促成了尖端人工智能视觉解决方案,提高了效率、连通性和成本效益

关键字: 人工智能 智能家居 机器学习

【2024年4月24日,德国慕尼黑讯】英飞凌科技股份公司(FSE代码:IFX / OTCQX代码:IFNNY)发布全新PSOC™ Edge微控制器(MCU)系列的详细信息,该系列产品的设计针对机器学习(ML)应用进行了优...

关键字: 物联网 机器学习 MCU

TDK株式会社(东京证券交易所代码:6762)新近推出InvenSense SmartEdgeMLTM解决方案,这是一种先进的边缘机器学习解决方案,为用户提供了在可穿戴设备、可听戴设备、增强现实眼镜、物联网 (IoT)...

关键字: 机器学习 物联网 传感器

北京——2024年4月19日 亚马逊云科技宣布,Meta刚刚发布的两款Llama 3基础模型Llama 3 8B和Llama 3 70B现已在Amazon SageMaker JumpStart中提供。这两款模型是一系列...

关键字: 机器学习 基础模型

2024年4月18日 – 提供超丰富半导体和电子元器件™的业界知名新品引入 (NPI) 代理商贸泽电子 (Mouser Electronics) 很荣幸地宣布与Edge Impulse建立新的全球合作关系。Edge Im...

关键字: 机器学习 MCU CPU

北京——2024年4月18日 西门子中国和亚马逊云科技双方高层在西门子中国北京总部会晤,双方宣布签署战略合作协议,共同成立“联合创新团队”。基于亚马逊云科技在生成式AI领域的领先技术和服务,并结合西门子在工业领域的深厚积...

关键字: 生成式AI 机器学习 大数据

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

随着信息技术的迅猛发展和大数据时代的到来,机器学习成为了人工智能领域中的核心技术之一。机器学习是通过模拟人类学习行为,使计算机系统能够从数据中自动发现规律、提取特征并进行预测和决策的过程。它在诸多领域取得了广泛的应用,包...

关键字: 计算机 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习
关闭
关闭