KI wird in einer Reihe nützlicher Anwendungen eingesetzt, beispielsweise zur Vorhersage der Lebensdauer einer Maschine anhand ihrer Vibrationen, zur Überwachung der Herzaktivität von Patienten und zur Integration von Gesichtserkennungsfunktionen in Videoüberwachungssysteme. Der Nachteil ist, dass es auf KI basiert Technologie erfordert in der Regel viel Strom und muss in den meisten Fällen dauerhaft mit der Cloud verbunden sein, was Fragen im Hinblick auf Datenschutz, IT-Sicherheit und Energieverbrauch aufwirft.
CSEM-Ingenieure haben möglicherweise dank eines neuen System-on-Chips, das sie entwickelt haben, einen Weg gefunden, diese Probleme zu umgehen. Es wird mit einer winzigen Batterie oder einer kleinen Solarzelle betrieben und führt KI-Operationen am Edge aus – also lokal auf dem Chip und nicht in der Cloud. Darüber hinaus ist ihr System vollständig modular aufgebaut und kann an jede Anwendung angepasst werden, bei der Echtzeit-Signal- und Bildverarbeitung erforderlich ist, insbesondere wenn sensible Daten im Spiel sind. Die Ingenieure werden ihr Gerät auf dem prestigeträchtigen VLSI 2021 vorstellen Schaltungen Symposium in Kyoto im Juni.
Der Leiter der System-on-Chip-Forschung am CSEM sagt: „Wenn unser System beispielsweise in Gesichtserkennungsanwendungen eingesetzt wird, beantwortet der erste Beschleuniger vorläufige Fragen wie: Sind Menschen auf den Bildern? Und wenn ja, sind ihre Gesichter sichtbar?“. Wenn unser System in der Spracherkennung verwendet wird, wird der erste Beschleuniger feststellen, ob Geräusche vorhanden sind und ob diese Geräusche menschlichen Stimmen entsprechen. Aber es kann keine bestimmten Stimmen oder Worte erkennen – hier kommt der zweite Beschleuniger ins Spiel.“
Der zweite Beschleuniger ist eine CNN-Engine (Convolutional Neural Network), die diese komplizierteren Aufgaben ausführen kann – das Erkennen einzelner Gesichter und das Erkennen bestimmter Wörter –, aber auch mehr Energie verbraucht. Dieser zweistufige Datenverarbeitungsansatz reduziert den Energiebedarf des Systems drastisch, da meist nur der erste Beschleuniger läuft.
Im Rahmen ihrer Forschung haben die Ingenieure die Leistung der Beschleuniger selbst verbessert, sodass sie an jede Anwendung angepasst werden können, bei der zeitbasierte Signal- und Bildverarbeitung benötigt wird. „Unser System funktioniert unabhängig von der Anwendung grundsätzlich gleich“, sagt Forscher. „Wir müssen nur die verschiedenen Schichten unserer CNN-Engine neu konfigurieren.“
Die CSEM-Innovation öffnet die Tür zu einer völlig neuen Generation von Geräten mit Prozessoren, die über ein Jahr lang unabhängig laufen können. Es reduziert auch die Installations- und Wartungskosten für solche Geräte erheblich und ermöglicht den Einsatz an Orten, an denen es schwierig wäre, die austauschbare Akkus.