Begge er rettet mot å implementere nevrale nettverk i forbruker- og industrielle nettverksprodukter. De er ikke egnet for nettverkstrening, noe som må gjøres andre steder.

‘Binarized neural Network (BNN) accelerator’ støtter 1bit-vekter, har 1bit-aktiveringskvantisering og er designet for å brukes med firmaets iCE40 UltraPlus FPGA-er.

Kombinasjonen av gasspedaler og FPGA er beregnet på applikasjoner som for eksempel er muntlig nøkkelfrasedeteksjon, ansiktsgjenkjenning og objektdeteksjon.

Forutsatte parametre for BNN + iCE40 UltraPlus er:

• 1bit nevralt nettverk
• 1-10mW aktivt forbruk
• 5,5 mm2 fotavtrykk
• ~ $ 1 bom

Det andre produktet, ‘convolutional neural network (CNN) accelerator’, støtter et valg av data om 1, 8 og 16bit for både vekter og aktivering, er rettet mot ECP5 FPGA-er - som generelt er beregnet for videobruk.

For å spare FPGA-ressurser, kan forskjellige ordbredder (1, 8 eller 16bit) blandes og matches i forskjellige lag på nevralt nett.

Denne kombinasjonen av gasspedaler og FPGA er beregnet på applikasjoner inkludert ansiktssporing, objektsporing, gjenkjenning av hastighetstegn og teller objekter.

Forutsagte applikasjonsparametere CNN + ECP5 er:

• 1, 8 eller 16bit nettverk
• <1W active consumption
• 100mm2 fotavtrykk
• ~ $ 10 bom

For programvareutvikling introduserer firmaet en nevrale nettverkssamler kompatible med både Caffe og TensorFlow nettverksutviklingssystemer.

I følge Lattice markedsdirektør Deepak Boppana, krever ikke kompilatoren noen tidligere erfaring fra RTL, og vil også analysere og simulere design.

Planen er, sa Boppana, at kompilatoren vil bli brukt sammen med firmaets Radiant-utviklingsmiljø for BNN + iCE40 UltraPlus-kombinasjonen, eller dens Diamond-utviklingsmiljø for CNN + EC5P.

For kunder som er usikre på hvordan de skal utvikle en nevralt nettverksbasert applikasjon, har firmaet inngått et samarbeid med designtjenester selskaper inkludert Colorado Engineering, Wipro, Softnautincs og VectorBlox.

Maskinvareutviklingstavler er allerede tilgjengelige for iCE40 UltraPlus og ECP5.

Brukergrensesnittforbruks- og dataggregasjonsapplikasjoner forventes i høyt volum IoT-applikasjoner, inkludert smarte høyttalere, overvåkningskameraer, industriroboter og droner.

Referanseutførelser blir gitt for: ansiktsgjenkjenning, nøkkelsetningsdeteksjon (iCE40 UltraPlus) og for EC5P: objekttelling, ansiktssporing og registrering av hastighetssignaler.

Akseleratorene er merket ‘sensAI’.