CEVA, 2세대 딥러닝 심층신경망 발표

IP 플랫폼과 DSP 코어 라이선스 기업인 CEVA가 머신러닝을 위한 2세대 심층신경망 소프트웨어 프레임워크 ‘CDNN2 (CEVA Deep Neural Network 2)’를 27일 발표했다.

CDNN2는 카메라 디바이스에서 실시간으로 로컬화된 심층 학습기반 비디오 분석이 가능해 클라우드를 통한 분석 실행에 비해 대기 시간은 줄이고 개인정보 보호는 강화하면서, 데이터 대역폭과 저장 공간을 상당히 줄일 수 있다.

’CEVA-XM4’ 비전 프로세서와 결합한 CDNN2는 스마트폰, 첨단운전자 지원기능(ADAS), 감시장비, 드론, 로봇 및 기타 카메라가 지원되는 스마트 디바이스의 임베디드 시스템 내 머신러닝을 구현하기 위한 빠른 타임-투-마켓이 가능하며 높은 전력 효율성을 제공한다.

CDNN 2는 이미 여러 고객 및 파트너와 함께 설계중인 CEVA의 성공적인 1세대 심층신경망(CDNN)을 기반으로 구축됐다. 이는 구글의 인공지능 엔진 ‘텐서플로(TensorFlow)’를 지원할 뿐만 아니라 최신의 가장 복잡한 네트워크 토폴로지 및 계층에 대해 향상된 성능을 제공한다. 

또 나선형신경망(convolutional networks)을 전체 지원함으로써 어떠한 특정 네트워크라도 입력된 해상도에 의해 작동할 수 있도록 한다.

구글 텐서플로(TensorFlow) 모바일·임베디드 팀을 이끄는 피트 워든(Pete Warden)은 “CEVA에서 텐서플로(TensorFlow)를 채택한 것에 대해 기쁘게 생각한다. 특히 전력 효율성은 임베디드 디바이스 내 딥러닝의 잠재력을 성공적으로 활용하는데 있어 중요한 부분”이라며 “CEVA의 저전력 비전 프로세서와 CDNN2 프레임워크는 다양한 분야의 개발자들이 텐서플로(TensorFlow)를 디바이스에 작동시킬 수 있도록 돕는다”고 전했다.

성능이 개선된 API를 사용한 CDNN2는 다양한 심층신경망 관련 작업을 위해 CPU부터 CEVA-XM4까지 직접적인 오프로드를 포함하는 전반적인 시스템 성능을 향상시킨다. 개발자들은 사전 학습된 네트워크가 CEVA-XM4에서 원활하게 실행될 수 있도록 자동으로 변환시키는 푸시 버튼 기능이 탑재된 CDNN2를 통해 신제품의 출시시기를 앞당길 수 있으며, 높은 전력 효율성으로 임베디드 비전 시스템을 용이하게 개발할 수 있다. 

개발자들은 CDNN2를 통해 CPU 및 GPU 기반 시스템 보다 전력과 메모리 대역폭을 적게 소비하는 CEVA-XM4 이미징과 비전 DSP를 에서 동작하는 더 빠른 네트워크 모델을 생성할 수 있다. 

임베디드 비전 알리안스(Embedded Vision Alliance) 창업자 제프 비에르(Jeff Bier)는 “자동차, 드론 및 가전제품 등 다양한 종류의 시스템을 개발하는 많은 개발자들은 안전성, 자율성 및 기능성을 향상시키기 위해 제품에 임베디드 비전을 통합시키고 있는 추세”라며 “CEVA가 심층신경망을 활용해 저비용·저전력의 시각지능을 구현했다는 것에 환영한다”고 말했다.

CDNN2는 물체 인식, 첨단운전자 지원기능(ADAS), 인공지능(AI), 비디오 분석, 증강현실(AR), 가상현실(VR) 및 유사한 컴퓨터 비전 애플리케이션을 위한 솔루션으로 소프트웨어 라이브러리는 CEVA-XM4의 기존 애플리케이션 개발자 키트 (ADK)와 컴퓨터 비전 라이브러리 ‘CEVA-CV’가 확장된 버전의 소스 코드 형태로 제공된다. 이는 유동적이면서 모듈식이기 때문에 CNN을 구현하거나 넓은 폭의 네트워크에서 특정 레이어 지원이 가능하다. 

이러한 네트워크는 구글넷(GoogLeNet), 알렉스넷(Alexnet), ResidualNet(ResNet), 세그넷(SegNet),   VGG(VGG-19, VGG-16, VGG_S) 및 Network-in-network(NIN)를 포함한다. CDNN2는 컨볼루션 신경망, 디컨볼루션, 풀링, 연결, 소프트맥스(softmax) 및 다양한 개시 모델 등 최첨단 신경망 레이어를 지원한다. 다중 입·출력, 레벨별 다중 레이어, 컨볼루션 신경망 및 알렉스넷(Alexnet)과 같은 직선의 네트워크까지 모든 네트워크 토폴로지를 지원한다.