Maxime Integrated Products hat das Referenzdesign des Kamerawürfels MAXREFDES178# veröffentlicht, das zeigt, wie KI-Anwendungen, die bisher auf Maschinen mit großem Leistungs- und Kostenbudget beschränkt waren, in platzbeschränkte, batteriebetriebene Edge-Geräte eingebettet werden können. Das Design ermöglicht IoT-Geräten mit extrem geringem Stromverbrauch die Implementierung von Hör- und Sehvermögen und präsentiert den stromsparenden Mikrocontroller MAX78000 mit neuronalem Netzwerkbeschleuniger für Audio- und Videoinferenzen. Das System umfasst außerdem den ultra-low-power Bluetooth-Mikrocontroller MAX32666 und zwei MAX9867 Audio-CODECs. Das komplette System wird in einem ultrakompakten Formfaktor bereitgestellt, um zu zeigen, wie KI-Anwendungen wie Gesichtserkennung und Schlüsselworterkennung in kostensensible Anwendungen mit geringem Stromverbrauch wie IoT-Geräte und Wearables eingebettet werden können.
KI-Anwendungen erfordern intensive Berechnungen, die normalerweise in der Cloud oder in kostengünstigen, stromhungrigen Prozessoren durchgeführt werden, die nur in Anwendungen mit großem Energiebudget passen, wie etwa selbstfahrende Autos. Aber der Kamerawürfel zeigt, wie KI mit einem geringen Energiebudget auskommen kann, sodass zeit- und sicherheitskritische Anwendungen auch mit kleinsten Batterien funktionieren. Der KI-Beschleuniger des MAX78000 reduziert die Leistung von KI-Inferenzen für Seh- und Höranwendungen im Vergleich zu anderen eingebetteten Lösungen um das bis zu 1,000-fache. Die auf dem Design ausgeführten KI-Inferenzen zeigen auch dramatische Latenzverbesserungen und laufen mehr als 100-mal schneller als auf einem eingebetteten Mikrocontroller.
Die kompakte Größe des Kamerawürfels von 1.6 mm x 1.7 mm x 1.5 mm zeigt, dass KI in Wearables und anderen platzbeschränkten IoT-Anwendungen implementiert werden kann. Die MAX41-Lösung selbst ist bis zu 44 % kleiner als der nächstkleinere GPU-basierte Prozessor. Es benötigt keine weiteren Komponenten wie Speicher oder komplexe Netzteile, um kostengünstige KI-Inferenzen zu implementieren.
„Die nächste große Chance in der KI besteht darin, Einblicke in maschinelles Lernen am Edge zu bieten“, sagte Alan Descoins, CTO bei Tryolabs. „Der MAXREFDES178# zeigt, wie die KI-Lösung von Maxim Integrated einen Durchbruch in Bezug auf Leistung, Latenz und Größe darstellt, der die Möglichkeiten für KI in batteriebetriebenen Designs erschließen kann.“
„Maschinelles Lernen verspricht viel: dass Maschinen das Gesehene und Gehörte wie Menschen verstehen und autonomere Entscheidungen treffen können. Bis zum MAX78000 wurde die Embedded-Welt zurückgelassen, weil man KI am Edge nicht mit begrenzter Leistung, Kosten und Größe implementieren konnte“, sagte Kris Ardis, Executive Director der Micros, Security and Software Business Unit bei Maxim Integrated. „Jetzt demonstriert der MAXREFDES178#, wie aussagekräftige und leistungsstarke KI-Inferenzen am Edge ausgeführt werden können, selbst auf den kleinsten und energiebewusstesten Geräten.“