1.Synopsys將發布什么？

        Synopsys將發布的是DesignWare嵌入式視覺（EV）處理器系列產品。EV52 和EV54視覺處理器是完全可編程和可配置的視覺處理器IP核，它們結合了軟件解決方案的靈活性與專用硬件的低成本和低功耗特性。EV處理器實現了一種可 以以超過1000  GOPS/W性能工作的卷積神經網絡（CNN），從而能夠僅以其他視覺解決方案一小部分的功耗，實現對一系列多樣化的目標（如面部、行人和手勢）進行快速 而準確的監測。

2. 什么是嵌入式視覺？

        嵌入式視覺指的是將計算機視覺集成到SoC當中。嵌入式視覺是SoC器件能夠在視頻幀中識別目標和手勢，并在發現對象或手勢時能夠進行適當響應的能力。

3. 實現嵌入式視覺的關鍵支撐是什么？

        計算機視覺已經在實驗室中存在了60年。但直到過去的幾年，微處理器才具有足夠的性能來將計算 機視覺嵌入到SoC中。嵌入式視覺進步的另一個因素是功耗的降低——這也只有得益于先進的工藝節點和諸如ARC等更加高度優化的處理器架構。更高的處理器 性能加上更低的功耗（更好的性能效率），使設計人員能夠在包括便攜式應用在內的、范圍不斷拓展的設計當中集成嵌入式視覺。

4. DesignWare EV嵌入式視覺處理器的目標應用有哪些？

        設計DesignWare EV52和EV54處理器的目的，是為了滿足視頻監控、安防、手勢識別以及對象監測、跟蹤和分類等領域中不斷增長的市場需求。最終應用包括攝像頭、可穿戴設備、家庭自動化、數字電視、虛擬現實、游戲設備、機器人、數字顯示屏、醫療電子以及汽車信息娛樂系統等。

5. 為什么視覺處理需要用特殊的處理器？

        雖然視覺算法可以在大多數處理器上運行，但是這類算法牽涉到許多的復雜數學運算和數據遷移。通 用處理器（GPP）可以用來做視覺處理，但是這樣的處理器缺少復雜數學運算資源，運行起來速度會非常慢。在一些視覺應用中，采用的圖形處理器（GPU）雖 然具有許多的運算資源，但是卻缺乏高效移動視覺數據的能力，因此其視覺性能相對較低，并且其功耗也非常的高。視覺處理器是專為視覺處理而設計，因此它們擁 有所需的復雜數學運算能力，并且它們還具有精密的數據遷移能力，能夠有效地處理視覺幀數據。此外，要能夠在嵌入式視覺應用中得到使用，它們也需要滿足低功 耗要求。DesignWare EV處理器的高運算處理能力、優異的視覺數據遷移性能和非常低的功耗，使其成為了在SoC當中實現視覺處理的極佳選擇。

6. DesignWare嵌入式視覺處理器系列與其他的EV解決方案相比有怎樣的不同？

        市場上現有的可編程視覺處理器都太大且功耗很高，這在使用通用圖形處理器（GP  GPU）時尤其如此。同時，市場上還有基于硬接線來實現的解決方案，這類解決方案有著非常好的性能和功耗，但是它們非常不靈活且不能編程，因此僅適用于非 常小范圍的應用。DesignWare  EV處理器系列用一款產品就同時提供了這兩個領域的最優性能，使其不僅可編程，而且還包含了一個性能非常高的對象監測引擎。這使得用戶能夠針對其具體應用 對DesignWare EV嵌入式視覺處理器進行全面編程，并且能夠在需要時獲得硬件加速的優勢。對于目標和手勢識別應用，DesignWare EV處理器具有優異的性能，而且其功耗等級比其他視覺解決方案低5倍。

7. 客戶能夠從DesignWare嵌入式視覺處理器系列中獲得哪些好處？

        ·高性能、高精度目標監測

        ·低功耗：較現有的視覺解決方案效率高5倍

        ·靈活的可編程特性能滿足多種現有和新興嵌入式視覺應用的需求

        ·基于OpenCV和OpenVX業界標準的高生產率編程環境

        DesignWare  EV嵌入式視覺處理器為應對多樣化的應用和滿足各種嵌入式視覺應用的需求而提供了可編程能力，并為視覺引領的卷積神經網絡（CNN）算法提供了無縫的硬件 加速。DesignWare EV也能夠根據需求來編程以支持其他的嵌入式視覺算法。因此，DesignWare  EV處理器提供了非常好的性能和靈活性，而其面積和功耗等級卻是可用解決方案中最低的。DesignWare  EV嵌入式視覺處理器由一套完整的工具提供支持，包括MetaWare、OpenCV庫以及OpenVX運行庫和內核，從而能夠減輕編程工作。

8. 什么是CNN？

        卷積神經網絡（CNN）模擬我們大腦處理視覺時的工作狀態。它們將圖像分解成若干部分，并逐步 找到其被訓練去識別的目標。CNN已經存在了20多年，但直到近年這些算法才有了實質上的改進，并且目前在目標識別方面較其他可用算法甚至是人類專家更 好。CNN是一種深度學習算法，其訓練方式與我們的大腦采用目標的多幅圖像來進行訓練差不多，它基于這些圖像歸納出能夠被算法利用、用以在圖片或視頻中找 到目標的一幅圖形。

        Nvidia、CEVA、Microsoft以及其他公司近期的發布強調了嵌入式視覺向CNN的遷移。其實，Microsoft和Google最近都已在高端應用中采用了CNN，其所得的精度超過了95%，較人類專家還要更高。CNN目前是獲取高質量和高精度結果的最佳視覺算法，其性能比Viola-Jones、HOG、SIFT和SURF等其他算法更勝一籌。

9. EV52和EV54之間有哪些不同？

        EV52具有一個工作頻率高達1GHz的雙核ARC處理器（28nm），而EV54帶有一個性 能較EV52更高的四核ARC處理器實現。兩者都具有一個可編程的目標監測引擎，該引擎可配置并能以較競爭性解決方案低5倍的功耗等級提供快速、精確的目 標監測。目標監測引擎運行一個CNN可執行文件，并由2、4或8個處理單元（PE）組成。PE的個數由用戶在構建時配置，PE之間的流互連網絡也是如此。 該互連網絡在所有的PE之間具有靈活的點到點連接，可根據目標監測引擎上執行的CNN圖形動態改變。

10. DesignWare嵌入式視覺處理器可監測哪些種類的目標？

        DesignWare EV處理器能夠監測包括風景地形在內的任何類型的目標。目標監測引擎是可訓練的，但首先提供的是為人臉監測、限速標志監測和人臉跟蹤而預先優化的內核。

11. 嵌入式視覺處理器解決方案的編程環境是什么？

        DesignWare EV嵌入式視覺處理器采用MetaWare工具套件以C/C++語言進行編程，并且它提供了廣泛使用的開源視覺編程軟件工具OpenCV和OpenVX支持。

        OpenCV（一個開源計算機視覺庫）是一種可與MetaWare一起使用的、包含2500個函數的軟件庫，它為嵌入式視覺應用提供了一個軟件架構。OpenCV可用于監測和識別目標，以及一系列完整的機器視覺功能。

        OpenVX是一種針對嵌入式視覺算法加速的開源標準。DesignWare  EV嵌入式視覺處理器由OpenVX框架和43種主內核提供支持。對于DesignWare  EV嵌入式視覺處理器而言，已可提供用于人臉監測、速度標志監測和人臉跟蹤的內核。用戶也可以創建其專有內核用于DesignWare EV處理器。

        OpenCV和OpenVX互為補充，并能夠同時用于視覺應用中。

12. EV處理器如何集成到SoC中？

        DesignWare EV嵌入式視覺處理器在交貨及配置時都附帶ARChitect工具，它支持快速實現內核并輸出可綜合的RTL（寄存器傳輸級）。DesignWare  EV嵌入式視覺處理器的目標是為主處理器提供支持，能夠與包括ARM、Intel、Imagination  MIPS和PowerPC等等在內的所有主處理器一起工作。EV處理器具有許多能夠讓主處理器便利的控制和卸載的功能，包括內存空間對主處理器可見，能夠 通過信令傳遞同步彼此的工作。EV處理器通過連接到AXI總線，實現了與SoC其余部分的接口。

        視頻幀內存可以直接連接到DesignWare  EV嵌入式視覺處理器，或是處理器能夠通過AXI總線對它進行訪問。DesignWare  EV嵌入式視覺處理器能夠通過編程，獨立于主處理器自主工作，或者用戶可以在EV處理器和主處理器之間選擇執行同樣多的控制和功能共享。為了加速軟件開 發，可提供EV處理器的虛擬原型設計模型，也提供基于FPGA的HAPS? 原型設計解決方案，從而能夠在芯片流片之前就支持軟硬件協同設計。

 13. 哪里能夠獲得有關嵌入式視覺處理器系列（包括定價在內）的更多信息？

        在3月30日產品發布之后，有關EV處理器的信息將可以在Synopsys網站http://www.synopsys.com/dw/ipdir.php?ds=arc-ev52-ev54上查看。

Synopsys的政策是不公開價格。由于我們IP客戶獨特的商業模式需求，我們將針對每家客戶提供定制化的報價。