CEVA，智能和互连设备的信号处理IP授权许可厂商 ，和开发正在申请专利的深度学习技术的厂商Broadmann17宣布进行合作，目标是加快深度学习计算机视觉在主流应用中的部署。CEVA和 Brodmann17合作完善边缘设备中的深度学习功能，与基于领先GPU的实施方案相比，实现性能和功率效率的数量级提升。

  消费设备广泛采用人工智能(AI)的势头继续保持不变，然而，在电池供电设备上，基于云的深度学习被诸多问题困扰，包括延迟、安全和需要恒定可靠的互联网连接。在设备本身或者在边缘实施人工智能便可以消除所有这些问题，但这需要使用高效的计算机视觉处理器以满足严苛的功率需求，并且，必须通过专有深度学习软件以提供云系统所需的精度和性能。

  Brodmann17开发了一款面向嵌入式设备的专用深度学习技术，面向基于边缘的人工智能的视觉识别。Brodmann17的深度学习架构使用正在申请专利的技术来生成多个较小的神经网络，与市场上生成的任何其它网络相比，速度更快且更加精确。通过与Brodmann17合作，CEVA-XM平台的授权许可厂商及其客户能够使用Brodmann17的深度学习目标检测功能，在CEVA-XM上达到极高的精度并且速率达到每秒100帧。与在NVIDIA Jetson TX2 AI超级计算机上运行的相同软件相比，这等同于性能提升了170%。与现今在NVIDIA TX2 上运行的流行的Faster-RCNN算法组合相比，每秒帧率提升了20倍。

  Brodmann17首席执行官Adi Pinhas表示：“我们正在申请专利的深度学习视觉软件十分适合想为其设备增添智能的使用CEVA-XM平台的CEVA客户和OEM厂商。这款开创先河的同类首个硬件和软件组合达到了出色的实时性能，可使用单一DSP来支持多相机以及达到更高分辨率。”

  CEVA视觉业务部门副总裁Ilan Yona表示：“为了在大众市场设备中真正实现AI性能和功能最大化，不仅需要像我们的CEVA-XM平台这样的专用硬件，还需要经过培训在边缘嵌入式设备上高效运行的神经网络。Brodmann17的深度学习软件能够创建极其轻便、准确灵活的网络，从头开始训练，并且考虑到嵌入式装置的特性。我们很高兴与他们合作，并且将其独特的功能带给CEVA-XM生态系统。”