Sistem AI pada Cip Berjalan dengan Tenaga Suria

Kemas kini: 9 Disember 2023

AI digunakan dalam pelbagai aplikasi berguna, seperti meramalkan hayat mesin melalui getarannya, memantau aktiviti jantung pesakit dan menggabungkan keupayaan pengecaman muka ke dalam sistem pengawasan video. Kelemahannya ialah berasaskan AI teknologi secara amnya memerlukan banyak kuasa dan, dalam kebanyakan kes, mesti disambungkan secara kekal ke awan, menimbulkan isu yang berkaitan dengan perlindungan data, keselamatan IT dan penggunaan tenaga.

Jurutera CSEM mungkin telah menemui cara untuk menyelesaikan isu tersebut, terima kasih kepada sistem pada cip baharu yang telah mereka bangunkan. Ia berjalan pada bateri kecil atau sel suria kecil dan melaksanakan operasi AI di tepi—iaitu, secara tempatan pada cip dan bukannya dalam awan. Lebih-lebih lagi, sistem mereka adalah modular sepenuhnya dan boleh disesuaikan dengan mana-mana aplikasi yang memerlukan isyarat masa nyata dan pemprosesan imej, terutamanya apabila data sensitif terlibat. Jurutera akan mempersembahkan peranti mereka di VLSI 2021 yang berprestij Circuits Simposium di Kyoto Jun ini.

Sistem pada cip CSEM berfungsi melalui seni bina pemprosesan isyarat yang sepenuhnya baharu yang meminimumkan jumlah kuasa yang diperlukan. Ia terdiri daripada cip ASIC dengan a Pemproses RISC-V (juga dibangunkan di CSEM) dan dua pemecut pembelajaran mesin berganding rapat: satu untuk pengesanan muka, sebagai contoh, dan satu untuk pengelasan. Yang pertama ialah enjin pepohon keputusan binari (BDT) yang boleh melakukan tugas mudah tetapi tidak boleh menjalankan operasi pengecaman.

Ketua penyelidikan sistem-di-cip di CSEM mengatakan, "Ketika sistem kami digunakan dalam aplikasi pengecaman wajah, misalnya, pemecut pertama akan menjawab pertanyaan awal seperti: Adakah ada orang dalam gambar? Dan jika demikian, adakah wajah mereka dapat dilihat? ”. Sekiranya sistem kami digunakan dalam pengecaman suara, pemecut pertama akan menentukan sama ada bunyi ada dan jika bunyi itu sesuai dengan suara manusia. Tetapi ia tidak dapat mengeluarkan suara atau kata-kata tertentu - di situlah pemecut kedua masuk. "

Pemecut kedua adalah enjin rangkaian saraf konvolusional (CNN) yang dapat melakukan tugas-tugas yang lebih rumit ini - mengenali wajah individu dan mengesan kata-kata tertentu - tetapi juga menghabiskan lebih banyak tenaga. Pendekatan pemprosesan data dua peringkat ini secara drastik mengurangkan keperluan kuasa sistem, kerana kebanyakan masa hanya pemecut pertama yang berjalan.

Sebagai sebahagian daripada penyelidikan mereka, para jurutera meningkatkan prestasi akselerator itu sendiri, menjadikannya dapat disesuaikan dengan aplikasi mana pun yang memerlukan pemprosesan isyarat dan gambar berdasarkan masa. "Sistem kami berfungsi pada dasarnya dengan cara yang sama tanpa mengira aplikasi," kata Penyelidik. "Kami hanya perlu mengkonfigurasi ulang pelbagai lapisan mesin CNN kami."

Inovasi CSEM membuka pintu kepada generasi peranti yang sepenuhnya baru dengan pemproses yang dapat berjalan secara bebas selama lebih dari satu tahun. Ini juga dengan cepat mengurangkan biaya pemasangan dan penyelenggaraan untuk peranti tersebut, dan memungkinkannya digunakan di tempat-tempat di mana sukar untuk mengubah bateri.