ROHM開(kāi)發(fā)出數(shù)十毫瓦超低功耗的設(shè)備端學(xué)習(xí)AI芯片
發(fā)布日期:2022-10-03
點(diǎn)擊次數(shù):1696
ROHM開(kāi)發(fā)出數(shù)十毫瓦超低功耗的設(shè)備端學(xué)習(xí) AI芯片,無(wú)需云服務(wù)器、在設(shè)備端即可實(shí)時(shí)預(yù)測(cè)故障
*設(shè)備端(On-device)學(xué)習(xí): 在同一AI芯片上進(jìn)行學(xué)習(xí)和訓(xùn)練
全球知名半導(dǎo)體制造商ROHM(總部位于日本京都市)開(kāi)發(fā)出一款設(shè)備端學(xué)習(xí)*AI芯片(配備設(shè)備端學(xué)習(xí)AI加速器的SoC),該產(chǎn)品利用 AI(人工智能)技術(shù),能以超低功耗實(shí)時(shí)預(yù)測(cè)內(nèi)置電機(jī)和傳感器等的電子設(shè)備的故障(故障跡象檢測(cè)),非常適用于IoT領(lǐng)域的邊緣計(jì)算設(shè)備和端點(diǎn)*1。
通常,AI芯片要實(shí)現(xiàn)其功能,需要進(jìn)行設(shè)置判斷標(biāo)準(zhǔn)的“訓(xùn)練”,以及通過(guò)學(xué)到的信息來(lái)判斷如何處理的“推理”。在這種情況下,“訓(xùn)練”需要匯集龐大的數(shù)據(jù)量形成數(shù)據(jù)庫(kù)并隨時(shí)更新,因此進(jìn)行訓(xùn)練的AI芯片需要具備很高的運(yùn)算能力,而其功耗也會(huì)隨之增加。正因如此,面向云計(jì)算設(shè)備開(kāi)發(fā)的高性能、昂貴的AI芯片層出不窮,而適用于邊緣計(jì)算設(shè)備和端點(diǎn)(更有效地構(gòu)建物聯(lián)網(wǎng)社會(huì)的關(guān)鍵)的低功耗、可在設(shè)備端學(xué)習(xí)的AI芯片開(kāi)發(fā)卻困難重重。
此次開(kāi)發(fā)出的AI芯片,是ROHM在基于日本慶應(yīng)義塾大學(xué)松谷教授開(kāi)發(fā)的“設(shè)備端學(xué)習(xí)算法”,面向商業(yè)化開(kāi)發(fā)的AI加速器*2(AI專(zhuān)用硬件計(jì)算電路)和ROHM8位高效CPU“tinyMicon MatisseCORE™(以下簡(jiǎn)稱“Matisse”)”構(gòu)成。通過(guò)將2萬(wàn)門(mén)超小型AI加速器與高效CPU相結(jié)合,能以僅幾十mW(僅為以往AI訓(xùn)練芯片的1/1000)的超低功耗實(shí)現(xiàn)訓(xùn)練和推理。利用本產(chǎn)品,無(wú)需連接云服務(wù)器,就可以在設(shè)備終端將未知的輸入數(shù)據(jù)和模式形成“不同于以往”的數(shù)值并輸出,因此可在眾多應(yīng)用中實(shí)現(xiàn)實(shí)時(shí)故障預(yù)測(cè)。
未來(lái),ROHM計(jì)劃將該AI芯片的AI加速器應(yīng)用在IC產(chǎn)品中,以實(shí)現(xiàn)電機(jī)和傳感器的故障預(yù)測(cè)。計(jì)劃于2023年度推出產(chǎn)品,于2024年度投入量產(chǎn)。
日本慶應(yīng)義塾大學(xué) 理工學(xué)部信息工學(xué)科 松谷 宏紀(jì) 教授表示:“隨著5G通信和數(shù)字孿生*3等物聯(lián)網(wǎng)技術(shù)的發(fā)展,對(duì)云計(jì)算的要求也越來(lái)越高,而在云服務(wù)器上處理所有數(shù)據(jù),從負(fù)載、成本和功耗方面看并不現(xiàn)實(shí)。我們研究的‘設(shè)備端學(xué)習(xí)’和開(kāi)發(fā)的‘設(shè)備端學(xué)習(xí)算法’,是為了提高邊緣端的數(shù)據(jù)處理效率,創(chuàng)建更好的物聯(lián)網(wǎng)社會(huì)。這次,我校通過(guò)與ROHM公司進(jìn)行聯(lián)合研究,進(jìn)一步改進(jìn)了設(shè)備端學(xué)習(xí)電路技術(shù),并有望以高性價(jià)比的方式推出產(chǎn)品。我們預(yù)計(jì)在不久的將來(lái),這種原型AI芯片將會(huì)成功嵌入ROHM的IC產(chǎn)品中,為實(shí)現(xiàn)更高效的物聯(lián)網(wǎng)社會(huì)做出貢獻(xiàn)。”
<關(guān)于tinyMicon MatisseCORE™>
<關(guān)于tinyMicon MatisseCORE™>
tinyMicon MatisseCORE™(Matisse: Micro arithmetic unit for tiny size sequencer)是ROHM自主開(kāi)發(fā)的8位微處理器(CPU),該產(chǎn)品旨在隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展來(lái)提高模擬IC的智能化程度。憑借針對(duì)嵌入式應(yīng)用而優(yōu)化的指令集和最新的編譯器技術(shù),以高標(biāo)準(zhǔn)實(shí)現(xiàn)了更小的芯片面積和程序代碼、以及更高速的運(yùn)算處理能力。此外,該產(chǎn)品還符合汽車(chē)功能安全標(biāo)準(zhǔn)“ISO 26262”、ASIL-D等的要求,適用于對(duì)可靠性要求高的應(yīng)用。另外,利用內(nèi)置的自有“實(shí)時(shí)調(diào)試功能”,在調(diào)試時(shí)的處理可以完全不影響應(yīng)用程序的運(yùn)行,因此能在應(yīng)用產(chǎn)品工作的同時(shí)進(jìn)行調(diào)試。
<AI芯片(配備設(shè)備端學(xué)習(xí)AI加速器的SoC)詳細(xì)介紹>
這次開(kāi)發(fā)出的設(shè)備端學(xué)習(xí)AI芯片原型(產(chǎn)品型號(hào):BD15035)在人工智能技術(shù)的基礎(chǔ)上,采用了慶應(yīng)義塾大學(xué)松谷教授開(kāi)發(fā)的“設(shè)備端學(xué)習(xí)算法(三層神經(jīng)網(wǎng)絡(luò)*4的AI電路)”。為了推出可以投放市場(chǎng)的產(chǎn)品,ROHM將這種AI電路的大小從500萬(wàn)門(mén)縮小為2萬(wàn)門(mén),僅為原來(lái)的0.4%,并將其重新構(gòu)建為自有的AI加速器“AxlCORE-ODL”,同時(shí),利用ROHM的8位高效微處理器“tinyMicon MatisseCORE™”進(jìn)行AI加速器的運(yùn)算控制,使得僅數(shù)十毫瓦的超低功耗AI訓(xùn)練和推理成為可能。利用本產(chǎn)品,無(wú)需連接云服務(wù)器和事先進(jìn)行AI訓(xùn)練,就可以設(shè)備終端將未知的輸入數(shù)據(jù)和模式(例如加速度、電流、照度、聲音等)形成“不同于以往(異常度)”的數(shù)值并輸出,因此不僅可以降低云服務(wù)器和通信成本,還能通過(guò)終端AI進(jìn)行實(shí)時(shí)故障預(yù)測(cè)(故障跡象檢測(cè))。
另外,ROHM還提供可安裝微控制器開(kāi)發(fā)板“Arduino*5”用擴(kuò)展板(配備Arduino兼容引腳)的評(píng)估板,以方便客戶評(píng)估這款A(yù)I芯片。評(píng)估板上裝有無(wú)線通信模塊(Wi-Fi和Bluetooth®)以及64kbit EEPROM(內(nèi)存),只需將該評(píng)估板與傳感器等單元相連接,將傳感器裝在監(jiān)控對(duì)象上,即可在顯示屏上確認(rèn)AI芯片的效果。關(guān)于該評(píng)估板,如有需要?dú)g迎聯(lián)系ROHM的銷(xiāo)售部門(mén)。
<AI芯片的演示視頻>
ROHM還準(zhǔn)備了該AI芯片在使用評(píng)估板時(shí)的演示視頻,歡迎觀看!
https://api01-platform.stream.co.jp/apiservice/plt3/NDc3%23MTY5MQ%3d%3d%23500%232d0%230%233FE6F851E400%23OzEwOzEwOzEw%23
<術(shù)語(yǔ)解說(shuō)>
*1) 邊緣計(jì)算設(shè)備和端點(diǎn)
將構(gòu)成大數(shù)據(jù)基礎(chǔ)的服務(wù)器和計(jì)算機(jī)連接云端,即成為“云服務(wù)器”和“云計(jì)算設(shè)備”,而構(gòu)成邊緣(端)側(cè)的邊緣計(jì)算設(shè)備則是指終端的計(jì)算機(jī)或設(shè)備。端點(diǎn)是指比邊緣計(jì)算設(shè)備更末端的設(shè)備和地點(diǎn)。
*2) AI加速器
在實(shí)現(xiàn)AI功能時(shí),將由軟件讓處理器(CPU)執(zhí)行處理改為通過(guò)硬件處理來(lái)提高處理速度的設(shè)備(或電子電路)。
*3) 數(shù)值孿生
一種將現(xiàn)實(shí)世界中的信息像雙胞胎一樣映射在虛擬空間(數(shù)字空間)中的技術(shù)。
*4) 三層神經(jīng)網(wǎng)絡(luò)
在受人腦機(jī)制啟發(fā)而誕生的神經(jīng)網(wǎng)絡(luò)(數(shù)學(xué)公式和函數(shù)的模型)中,由輸入層、中間層和輸出層組成的處理流程中,將中間層視為一層、總共僅由三層構(gòu)成的簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)。由幾十層中間層來(lái)執(zhí)行更復(fù)雜的AI處理的多層神經(jīng)網(wǎng)絡(luò)即為“深度學(xué)習(xí)”。
*5) Arduino
Arduino推出的由載有微控制器和輸入輸出端口的PCB板及軟件開(kāi)發(fā)環(huán)境構(gòu)成的開(kāi)放源代碼平臺(tái),已在全球廣泛普及。
免責(zé)聲明: 本文章轉(zhuǎn)自其它平臺(tái),并不代表本站觀點(diǎn)及立場(chǎng)。若有侵權(quán)或異議,請(qǐng)聯(lián)系我們刪除。謝謝! |