一款新的64位MPU RZ/V2H，為瑞薩電子的RZ/V系列帶來了針對邊緣AI的重大升級。邊緣AI是指在連接網絡的邊緣進行的AI處理。優勢在于嵌入式和本地處理系統，如安全設備、家用機器人和家用電器；相比之下，云AI處理是在中央服務器群中進行的。

瑞薩電子的RZ/V系列微處理器均采用多核技術，并針對本地機器視覺處理進行了優化。新的RZ/V2 H通過額外的處理器內核、更快的處理速度和更低的功耗大大提高了賭注，在Resnet 50（一種50層深度卷積神經網絡架構）上提供高達80 tera/s的操作（TOP）。

瑞薩64位RZ/V視覺AL MPU產品線

它還包括AI分類模型，效率高達每瓦10個TOP。相比之下，該系列中之前的MPU在Resnet50上的最高速度為1 TOP和28 fps。

多達10個處理核心

RZ/V2 H配備了四核Cortex-A55，雙核Cortex-R8，Cortex-M33，Renesas DRP，Renesas DRP-AI以及可選的硬件圖像信號處理器（ISP）。A55通常運行Linux進行整體系統控制和處理。四核使MPU能夠以高達830 fps的速度同時支持四個4K分辨率攝像頭。實時操作，如電機控制和通信，可以卸載到R8。200 MHz M33處理后臺任務，如電源管理和喚醒任務。

RZ/V2 H應用示意圖

硬件ISP是從相機獲取圖像數據的第一站。由于有些相機有自己的ISP，瑞薩電子提供的RZ/V2 H有或沒有硬件ISP部分。最后，DRP和DRP-AI提供OpenCV兼容性，并執行大部分AI處理。這為智能家居和辦公設備、工業安全產品和基礎設施設備提供了強大的處理器選項。它允許設備執行AI操作，如圖像識別，識別和決策，而無需調用服務器進行任何操作，但最復雜的AI操作。更多信息可以在RZ/V2 H手冊中找到。

更高的計算性能，更低的電力消耗

當小封裝決定了低熱量和低功耗預算時，僅僅增加內核或提高時鐘速度來提高性能是不夠的。在這方面，RZ/V2 H沒有讓人失望。它具有核心和時鐘速度，但它也使用了精心的優化來增加功能，同時降低功耗。

瑞薩電子專有的動態可重編程處理器（DRP）是一種可重新配置的處理引擎，可以適應不同的任務。它足夠靈活，可以根據需要隨每個時鐘周期進行更改。在RZ/V2H中，DRP系統卸載了預處理和后處理。 DRP處理OpenCV兼容性，而針對AI數學優化的DRP—AI執行最繁重的AI計算。瑞薩表示，V3的能效是V2的10倍。

矩陣計算現在使用INT 8數據量化，而不是DRP-AI V2中使用的FP 16。從浮點數降為整數似乎是一個很大的妥協，但在這個應用程序中，它不是。MPU使用Resnet 50模型，該模型使用INT 8數據保持高精度。遷移到INT 8可以將數學性能提高14倍。與此同時，它將數據密度減半，從而使功率效率比FP 16高出2倍。

DRP中的非結構化剪枝

一個稱為非結構化修剪的過程帶來了進一步的性能提升和功耗降低。AI模型會查看加權值，較大的值具有更大的意義，并且導致匹配的可能性更大。修剪將所有接近零的權重設置為零。

FP 16在早期MPU版本中沒有修剪（左），而INT 8在RZ/V2 H中具有稀疏修剪（右）。nbsp;

由于結果將為零，沒有值朝向最終結果，DRP—AI引擎跳過任何權重等于零的操作。保留零權重被稱為密集修剪，而跳過它們被稱為稀疏修剪。這使得AI模型更小，更快，更高效，在從FP16切換到INT 8獲得的2倍功率效率的基礎上，功率效率提高了約5倍。

根據瑞薩電子的基準測試，INT8和稀疏修剪的結合顯著提高了常見競爭產品的性能。

競爭性基準測試說明RZ/V2H的性能優勢

密集修剪提供了兩倍的性能，而稀疏修剪使AI性能進一步提高了約3倍。在一個典型的應用中，設備必須處理視頻，識別對象，并根據觀察結果做出決策，處理器中的AI計算速度直接轉化為設備操作的速度。機器人可以更快地移動，警報可以更快地觸發，任何必要的響應都可以更快地啟動。

無需風扇

與競爭對手的基于GPU的嵌入式AI相比，DRP和DRP-AI提高了性能并顯著降低了功耗。在機器人真空用例中，RZ/V2 H以低于4 W的功率為AI同步定位和地圖繪制（SLAM）提供13 fps的幀率，從而在大多數應用中無需冷卻風扇。這意味著更安靜的操作和更長的電池壽命。RZ/V2 H現在可以作為組件和開發板從標準瑞薩分銷渠道購買。