Processamento de IA com eficiência energética com microcontroladores comprovados de ultra-baixa potência

Atualização: 4 de junho de 2021

A máximo MAX78000 é um novo tipo de microcontrolador de IA construído para facilitar a execução de redes neurais em potência ultrabaixa e viver no limite da IoT. Este produto, agora disponível na RS Components, combina o processamento de IA com maior eficiência energética com seus comprovados microcontroladores de ultra-baixa potência. O acelerador de rede neural convolucional baseado em hardware permite que aplicativos alimentados por bateria executem inferências de IA enquanto consomem apenas microjoules de energia.

O dispositivo é um SoC avançado com um Arm Cortex-M4 com CPU FPU para controle eficiente do sistema com um acelerador de rede neural profunda de ultra-baixa potência. O mecanismo CNN oferece uma memória de armazenamento de peso de 442 KB e pode suportar pesos de 1, 2, 4 e 8 bits (suportando redes de até 3.5 milhões de pesos). A memória de peso CNN é baseada em SRAM para que as atualizações da rede AI possam ser feitas em tempo real. O motor CNN também oferece 512 KB de memória de dados. A arquitetura CNN é extremamente flexível, permitindo que as redes sejam treinadas em conjuntos de ferramentas convencionais, como PyTorch e TensorFlow, e depois convertidas para execução no dispositivo utilizando as ferramentas fornecidas.

Somando-se à memória do mecanismo CNN, o dispositivo fornece grande memória de sistema on-chip para o núcleo do microcontrolador, com flash de 512 KB e SRAM de até 128 KB. Várias interfaces de comunicação de alta velocidade e baixa potência são suportadas, incluindo I2S e uma interface de câmera paralela.

O dispositivo é fornecido em pacotes CTBGA de 81 pinos (8 mm x 8 mm, passo de 0.8 mm) e WLP de 130 pinos (4.6 mm x 3.7 mm, passo de 0.35 mm).

As áreas de aplicação típicas incluem detecção e classificação de objetos; processamento de áudio: reconhecimento de várias palavras-chave, classificação de som, cancelamento de ruído; reconhecimento facial; e processamento de dados de série temporal: frequência cardíaca / análise do sinal de saúde, multi-sensor análise, manutenção preditiva.