DEEPGREEN Plateforme de deep learning ouverte et souveraine pour l'embarqué 05 2022 - ANR

La page est créée Muriel Tessier
 
CONTINUER À LIRE
DEEPGREEN Plateforme de deep learning ouverte et souveraine pour l'embarqué 05 2022 - ANR
DE LA RECHERCHE À L’INDUSTRIE

DEEPGREEN                                 Plateforme de deep learning ouverte et souveraine
                                          pour l’embarqué
                                          05 2022

Commissariat à l’énergie atomique et aux énergies alternatives - www.cea.fr
                                                                                         |1
DEEPGREEN Plateforme de deep learning ouverte et souveraine pour l'embarqué 05 2022 - ANR
Deep Green                               LE PROJET

  Une plateforme bâtie sur une expertise double
    en IA Embarquée et conception hardware                          TRANSPORT      DEFENSE   AEROSPATIAL
                                                                                                            USINE DU
                                                                                                                           ENERGIE         SANTE
                                                                                                             FUTUR

     Un groupe de hardware providers français                                         Plateforme indépendante
          représentatif du edge computing                                          pour le DeepLearning Embarqué

     Un groupe d’industriels représentatifs des
         secteurs clefs de l’IA Embarquée

            Une communauté qui travaille
                      ENSEMBLE                                              Multi-cibles hardware, sans exclusion
        sur une même plateforme de référence
            Pour le deep learning embarqué
                                                                 Composants sur étagère             Marché des circuits intégrés (et systèmes…)

         DEEP GREEN                                                                                                                                …

Commissariat à l’énergie atomique et aux énergies alternatives                                                                                     2
DEEPGREEN Plateforme de deep learning ouverte et souveraine pour l'embarqué 05 2022 - ANR
Open-source repository:

    Deep Green                                 Plateforme N2D2
                                                                                                                                       https://github.com/CEA-LIST/N2D2/
                                                                                                                                       Documentation :
                                                                                                                                       https://cea-list.github.io/N2D2-docs/

    Gain full control on tools and generated code for competitive embedded AI solutions
                                      Considered criteria                                              Software DNN libraries            COTS
                                      • Applicative performance metrics                                • C/OpenMP (+ custom SIMD)        • MPU (STM32)
                                      • Memory requirement                                             • C++/TensorRT (+ CUDA/CuDNN)     • GPU (Nvidia)
                                      • Computational complexity                                       • C++/OpenCL                      • CPU (Intel, RiscV)
                                                                                                       • C/C++ (+ custom API)            • NPUs (Renesas,
                                                                                                       • Assembly                          Kalray, Dolphin, …)
    Learning &                                      Optimization                                       Hardware DNN libraries            FPGA
       Test                                                                                            • C/HLS                           • Dneuro (CEA)
    databases                                                                                          • Custom RTL                      • HLS
                                              Quantization Aware                                                                         • NANOXPLORE
                                                   Training
                                                                                 Trained
                                                                                  DNN
    Data                                                                                    Post-training             Code cross-          Code execution
                                Modeling                 Learning         Test
 conditioning                                                                               quantization              generation             on target

                                          ONNX model
                                                                                                                                            Futur AI accelerators
                                                                                 2 to 8 bit integers                                        • In-memory
                                                                                     + rescaling                                              computing
                                                                                                                                            • Neuromorphic HW

                                                                                                                                                          3
Commissariat à l’énergie atomique et aux énergies alternatives
DEEPGREEN Plateforme de deep learning ouverte et souveraine pour l'embarqué 05 2022 - ANR
Deep Green                                 N2D2 outputs

                                                                                    Dataflow visualization          Layer-wise detailed memory and
    Design assistance for embedded NN                                                                                   computing requirements
                                                                                                                                                          Results visualization:
                                                                                                                                                          - Pixel-wise segmentation
                                                                                                                                                          - ROI bounding box extraction and
                                                                                                                                                            classification
         N2D2 INI network description file
  ; Database
  [database]                      [sp.Transformation-4]
  Type=ILSVRC2012_Database        Type=RangeAffineTransformation
  RandomPartitioning=0            FirstOperator=Minus
  Learn=1.0                       FirstValue=127.5
  BackgroundClass=1               SecondOperator=Divides
                                  SecondValue=127.5
  ; Environment
  [sp]                            ; Here, we insert an ONNX
  SizeX=224                       graph in the N2D2 flow the
  SizeY=224                       same way as a regular Cell
  NbChannels=3                    [onnx]
  BatchSize=${BATCH_SIZE}         Input=sp
                                  Type=ONNX
  [sp.Transformation-1]           File=mobilenet_v1_1.0_224.onnx
  Type=RescaleTransformation
  Width=256                       ; We can add targets to ONNX
  Height=256                      cells
                                  [MobilenetV1/Predictions/Softm
  [sp.Transformation-2]           ax:0.Target-Top5]
  Type=PadCropTransformation      TopN=5
  Width=224
  Height=224

  [sp.Transformation-3]
  Type=ColorSpaceTransformation
  ColorSpace=RGB

                                                                    Layer-wise weights and kernels                                             Pixel-wise and object wise
                                                                 visualization, distribution and data-   Layer-wise output visualization and   confusion matrix reporting
                                                                             range analysis                     data-range analysis

Commissariat à l’énergie atomique et aux énergies alternatives
DEEPGREEN Plateforme de deep learning ouverte et souveraine pour l'embarqué 05 2022 - ANR
Deep Green                                 N2D2 exports

    Optimized, independent code for industry relevant hardware platforms
                                                                    GPU generic
                                      GPU (NVidia)                                                               HLS FPGA (Intel)         HLS FPGA (Xilinx)
                                                                    C++/OpenCL
                                      C++/TensorRT                                                                C++/OpenCL                   C/HLS
                                    (+ CUDA/CuDNN)
                                      Support SSD and                                                                                    Dataflow
                                                                                                                      DNeuro (       )   configurable
                                      Faster-RCNN                                                                          RTL           RTL library

               MPPA (      )
                C++/OpenCL                                              A unified tool for multiple
                 KaNN API                                                   hardware targets

                     CPU x86 / ARM / DSP                                                                                                       DSP-like
                        C++/OpenMP                                                                                         PNeuro (        )   programmable
                        C++/OpenCL                                                                                           RTL/ASM           SIMD processor

                                                                                                                                 R-Car (       )
                                                     ASMP (   )                            NeuroSpike (      )                    CNN-IP C API
                                                  C++/OpenMP/CVA8                                 RTL
           Generic / not optimized                   STM32 (     )                                    Generic spike
           for a specific product
                                                   C++/DSP intrinsics                                  SystemC
Commissariat à l’énergie atomique et aux énergies alternatives
DEEPGREEN Plateforme de deep learning ouverte et souveraine pour l'embarqué 05 2022 - ANR
Deep Green                               AXES DE TRAVAUX DU PROJET

   LOT 1 : DEVELOPPEMENT DE LA                                   LOT 2 : INTEGRATION DE COMPOSANTS          LOT 3 : APPLICATIFS A FORT POTENTIEL ET
   PLATEFORME CŒUR                                               STRATEGIQUES ET SOUVERAINS                 DEMONSTRATEURS TECHNOLOGIQUES

   LOT 1.1 : Optimisation robuste des                            LOT 2.1 : Intégration de composants COTS   LOT 3.1 : Cas d’usage aéronautique/défense
   graphes profonds                                              MCU/GPU

   LOT 1.2 : Conception et analyse
                                                                 LOT 2.2 : Intégration de composants        LOT 3.2 : Cas d’usage santé
   comparative de haut niveau du
                                                                 hautes performances
   matériel

   LOT 1.3 : Confiance embarquée                                 LOT 2.3 : Intégration de composants FPGA   LOT 3.3 : Cas d’usage transport

   LOT 1.4 : Algorithmes innovants                               LOT 2.4 : Intégration composants ultra     LOT 3.4 : Cas d’usage médias numériques
   dédiés aux cas d’usage embarqué                               faible consommation

   LOT 1.5 : Performances, intégration                           LOT 2.5 : Intégration composants et        LOT 3.5 : Cas d’usage inspection /maintanance
   continue et interopérabilité                                  concepts matérielles nouveaux              prédictive

   LOT 1.6 : Robustesse et résistance
                                                                                                            LOT 3.x : D’autres cas d’usage représentatifs
   aux défaillances matérielles

Commissariat à l’énergie atomique et aux énergies alternatives                                                                                      6
Deep Green                               PHASAGE

  DEEEPGREEN
  • Montée en maturité rapide sur 3 ans – avec une livraison par an - consolidation démonstration sur 4 ans
  • Réalisations concrètes rapides avec la mise à disposition d’une 1ère version de plateforme dès la fin de la 1ère année
  • Démonstrations des fonctionnalités sur différentes cas d’usage au fil du temps
  • Mises à jour régulières de la plateforme open-source

                                                  2022                           2023                             2024                           2025
                                                   Q1        Q2   Q3       Q4    Q1     Q2    Q3        Q4        Q1     Q2       Q3        Q4   Q1

                                                                  AMI

                                                                   Projet DeepGreen
                                                                  Démarrage de               Mise à disposition de la         Présentation des        Plateforme V2 avec
                                                                  DEEPGREEN                  Plateforme V1                    démonstrateurs          aspects confiance

Commissariat à l’énergie atomique et aux énergies alternatives                                                                                                             7
Vous pouvez aussi lire