Google, Purdue y Harvard U facilitan el desarrollo del aprendizaje automático

CFU Playground: Marco de código abierto de pila completa para la aceleración de aprendizaje automático diminuto (tinyML) en FPGA
SIA Team
January 12, 2022

El aprendizaje automático (ML) es una parte vital de muchas herramientas de marketing. Con la seguridad cada vez más problemática, muchos sistemas de ML están migrando desde la nube para mejorar la seguridad y la privacidad.

Sin embargo, ha habido importantes costos de ingeniería inicial para los sistemas de ML personalizados. Google, la Universidad de Purdue y la Universidad de Harvard se centran en reducir este problema.

En el nuevo documento CFU Playground: Full-Stack Open-Source Framework for Tiny Machine Learning (tinyML) Acceleration on FPGAs, un equipo de investigación de Google, la Universidad de Purdue y la Universidad de Harvard presenta CFU Playground, un marco de código abierto de pila completa que integra software de código abierto, generadores RTL (nivel de transferencia de registro) y herramientas FPGA (field-programmable gate array) para permitir el diseño rápido e iterativo de aceleradores para sistemas de ML integrados. Los desarrolladores pueden usar el marco para diseñar unidades de función personalizadas (UFC) para distintas operaciones de aprendizaje automático.

En las pruebas, incluso los usuarios con una experiencia mínima en FPGA o hardware pudieron lograr aceleraciones de modelos de hasta 75x.

Lea más sobre Google, Perdue y el Marco de Código Abierto de Harvard U.