最適化されたオブジェクト認識が小さなエッジデバイスをどのように進歩させているか from venturebeat.com

Emza VisualSenseとAlifSemiconductorは、ArmIPに基づくAlifのEnsembleマイクロコントローラーで実行される最適化された顔検出モデルを実証しました。
最適化されたシリコン、モデル、AIおよび機械学習（ML）フレームワークの出現により、視線追跡やエッジでの顔識別などの高度なAI推論タスクを低電力かつ低コストで実行できるようになりました。
AlifがArmEthos-U55microNPUを使用した最初のMCUであると主張するAlifのEnsembleマルチポイントコントロールユニット（MCU）を使用することにより、AIモデルは400MHzのM55を使用したCPUのみのソリューションよりも「桁違いに」高速に実行されました。
高効率U55は11msでモデルを実行しました。
「AlifのMCUは、最小のエンドポイントで可能なことを再定義するのに役立ち、Arm AIオープンソースリポジトリへの最適化されたモデルのEmzaの貢献は、エッジAI開発を加速します。」
「TinyMLエッジデバイスの劇的に拡大する展望を見ると、Emzaは、幅広い市場で新しいアプリケーションを実現することに重点を置いています」と、EmzaのCEOであるYoramZylberbergは述べています。