CEVA推出即時神經網路軟體架構CEVA深層神經網路(CEVA Deep Neural Network, CDNN)，以簡化低功率嵌入式系統中的機器學習部署。CDNN充分利用CEVA-XM4成像和視覺DSP的處理能力，使得嵌入式系統執行深層學習任務的速度比建基於GPU的領先系統提高三倍，同時消耗的功率減少三十倍，且所需的記憶體頻寬也減少十五倍。
CEVA推出即時神經網路軟體架構CEVA深層神經網路(CEVA Deep Neural Network, CDNN)，以簡化低功率嵌入式系統中的機器學習部署。CDNN充分利用CEVA-XM4成像和視覺DSP的處理能力，使得嵌入式系統執行深層學習任務的速度比建基於GPU的領先系統提高三倍，同時消耗的功率減少三十倍，且所需的記憶體頻寬也減少十五倍。
CEVA行銷副總裁Eran Briman表示，到目前為止，該公司已贏得了二十多項設計，讓該公司得以在嵌入式視覺處理器領域持續保持領先業界的優勢。該公司用於CEVA-XM4的新型深層神經網路架構是嵌入技術產業中第一款同類產品，為尋求在功率受限的嵌入式系統中實施可行深層學習演算法的開發人員向前邁出一大步。
CDNN具備高性能、低功率和低記憶體頻寬的關鍵是CEVA網路產生器(CEVA Network Generator)，這項專有的自動化技術能夠將客戶的網路結構和權重(Weight)轉換為在即時情況下使用的纖細客製化網路模型，以實現可以顯著減少功耗和記憶體頻寬、且速度更快的網路模型，與原本的網路相比，其精度衰退的程度不到1%。一旦產生了這個客製化嵌入就緒(Eembedded-ready)的網路，便可使用完全最佳化的卷積神經網路(Convolutional Neural Network, CNN)層、軟體庫和API在CEVA-XM4圖像和視覺DSP上運行。
CEVA網址:www.ceva-dsp.com