Energy efficientis AI processus probatis ultra-humilis potentia microcontrollers

Renovatio: die 4 Iunii, 2021

quod Maxim MAX78000 novum genus microcontrollerum AI factum est ut retiacula neuralis faciliores ad potentiam ultra-humilem exequendam et ad crepidinem IoT vivant. Productum hoc, nunc ex RS Componentibus praesto, maxime industriae efficientis AI processum componit cum suis microcontrolers ultra-low-potentiam probatis. Ferramenta fundatae retis neuralis convolutionis accelerator permittit applicationes pugnae powered ad AI conclusiones faciendas, dum solum microjoules energiae consumunt.

Cogitatus est provectus SoC featurans brachium Cortex-M4 cum FPU CPU ad temperantiam systematis efficientis cum acceleratore reticulari neural alto potentiae ultra-humilis. Rhoncus machinae pondus repositionis memoriam 442KB offert, ac pondus 1, 2, 4, et 8-plumbum sustinere potest (retia subsidia usque ad 3.5 decies centena pondera sustinens). Pondus memoriae rhoncus SRAM fundatus est ut updates retiacula AI in musca fieri possunt. Rhoncus machina etiam 512KB memoria notitiarum offert. Architectura rhoncus est admodum flexibilis, retiaculis aptandis ut in instrumentis conventionalibus PyTorch et TensorFlow instituatur, deinde ad executionem convertitur in instrumentorum instrumentorum instrumentis adhibitis.

Ad memoriam addito in machina rhoncus rhoncus, fabrica magnas in-chip systematis memoriae pro nucleo microcontrollerorum praebet, cum 512KB mico et usque ad 128KB SRAM. Multiplices interfaces communicationum vim altam et humilem velocitatem sustentant, inter I2S et cameram parallelam interfaciei.

Fabrica in 81-pin CTBGA (8mm x 8mm, pix 0.8mm) providetur et 130-pin WLP (4.6mm x 3.7mm, picis 0.35mm) fasciculis.

Area applicatio typica includit objectum detectionis et classificationis; processus audio: multi-keyword agnitio, sonus divisio, strepitus tabulae; faciei agnitio; et temporis series MGE: cor rate/salutis signum analysis, multi-sensorem analysi, predictive sustentatio.