影響
50 GOP 效能在 1 mm2 晶片面積中的功耗僅 1-10 mW。
雙 Arm Cortex-M55 核心：一個高效能核心用於機器學習工作負載 (最高 400 MHz)，一個節能核心用於 Always-on、低功耗作業 (150 MHz)。
創新架構無需仰賴外部 DRAM，協助降低成本及功耗。
使用的技術
運用 Arm 技術進行高速影像處理
Arm Cortex-M55 CPU 實現高速視覺處理，以執行速度達 400MHz 的「big」核心用於機器學習工作負載，而執行速度達 150MHz 的「LITTLE」核心則用於非常低功耗的 Always-on 作業。相較於僅使用微控制器，這種方式可大幅提升推論速度。
晶片使用 Arm Helium 指令在人工智慧推論前進行影像處理，並進行影像裁切、調整大小及色彩調整。
- 擴展能力：Cortex-M55 相容於 CMSIS-NN 等 Arm 機器學習框架，可促成彈性的軟體開發。例如相同程式碼可在 Cortex-M55 或其他 Arm 核心上執行。
- 硬體整合：處理器與 Arm Ethos-U55 加速器及視覺 IP 整合，可在 CPU、硬體加速器及周邊設備之間實現緊密耦合的處理能力。
- 生態系支援：Cortex-M55 可協助您利用 Arm 工具、軟體及支援的廣大生態系。這是 Himax 決策的主要因素。
針對邊緣視覺應用最佳化
WE2 經最佳化處理，能在邊緣執行視覺人工智慧模型。Himax 已展示下列用途的模型：
- 臉部偵測與特徵：除了基本的臉部偵測以外，也能進行臉部特徵偵測，以及識別眼睛、鼻子和嘴巴等主要臉部結構。
- 人體姿勢估計：WE2 可偵測主要關節與肢體以估計人體姿勢。可識別的身體部位包括手臂、腿、軀幹及頭部，以判斷整體身體的位置及動作。相關應用包括健身追蹤、手勢控制及識別動作等。
- 物件偵測：YOLO v8n 物件偵測模型可於 WE2 執行，以偵測及分類場景中的多個物件。這款模型能夠識別各種常見物件，例如人員、汽車和車牌、動物、家用品、放在門口的包裹，以及其他各種物件，涵蓋 80 多種類別。
專為彈性設計
WE2 支援外部快閃記憶體，可讓大型人工智慧模型在晶片外儲存。晶片可透過介面連接影像感測器，而 Himax 採用 Arm 生態系以提供軟體相容性。Himax 運用包含 Keil MDK、VS Code、Pytorch 及 TinyNeuralNetwork 在內的開放原始碼工具，協助使用者開發低功耗最佳化的客製化人工智慧應用。Himax 提供參考模型以協助 Bootstrap 開發。
