Les maximum Le MAX78000 est une nouvelle génération de microcontrôleurs IA conçus pour faciliter l'exécution des réseaux de neurones à une puissance ultra-faible et vivre à la périphérie de l'IoT. Ce produit, disponible dès maintenant auprès de RS Components, combine le traitement d'IA le plus économe en énergie avec ses microcontrôleurs éprouvés à très faible consommation. L'accélérateur de réseau neuronal convolutif basé sur le matériel permet aux applications alimentées par batterie d'exécuter des inférences d'IA tout en ne consommant que des microjoules d'énergie.
L'appareil est un SoC avancé doté d'un Arm Cortex-M4 avec CPU FPU pour un contrôle efficace du système avec un accélérateur de réseau de neurones profonds à ultra-faible consommation. Le moteur CNN offre une mémoire de stockage de poids de 442 Ko et peut prendre en charge les poids 1, 2, 4 et 8 bits (prenant en charge les réseaux jusqu'à 3.5 millions de poids). La mémoire de poids CNN est basée sur SRAM afin que les mises à jour du réseau AI puissent être effectuées à la volée. Le moteur CNN offre également 512 Ko de mémoire de données. L'architecture CNN est extrêmement flexible, permettant aux réseaux d'être formés dans des ensembles d'outils conventionnels tels que PyTorch et TensorFlow, puis convertis pour être exécutés sur l'appareil à l'aide des outils fournis.
En plus de la mémoire du moteur CNN, l'appareil fournit une grande mémoire système sur puce pour le cœur du microcontrôleur, avec 512 Ko de mémoire flash et jusqu'à 128 Ko de SRAM. Plusieurs interfaces de communication haute vitesse et basse consommation sont prises en charge, y compris I2S et une interface de caméra parallèle.
L'appareil est fourni dans des boîtiers CTBGA à 81 broches (8 mm x 8 mm, pas de 0.8 mm) et WLP à 130 broches (4.6 mm x 3.7 mm, pas de 0.35 mm).
Les domaines d'application typiques incluent la détection et la classification d'objets ; traitement audio : reconnaissance multi-mots-clés, classification des sons, suppression du bruit ; la reconnaissance faciale; et traitement de données de séries chronologiques : analyse de fréquence cardiaque/signal de santé,capteur analyse, maintenance prédictive.