ระบบ AI บนชิปทำงานด้วยพลังงานแสงอาทิตย์

อัปเดต: 9 ธันวาคม 2023

AI ถูกนำมาใช้ในแอปพลิเคชันที่มีประโยชน์มากมาย เช่น การทำนายอายุการใช้งานของเครื่องผ่านการสั่นสะเทือน การตรวจสอบการทำงานของหัวใจของผู้ป่วย และการรวมความสามารถในการจดจำใบหน้าเข้ากับระบบกล้องวงจรปิด ข้อเสียคือใช้ AI เทคโนโลยี โดยทั่วไปต้องใช้พลังงานจำนวนมาก และโดยส่วนใหญ่แล้วจะต้องเชื่อมต่อกับระบบคลาวด์อย่างถาวร ทำให้เกิดปัญหาที่เกี่ยวข้องกับการปกป้องข้อมูล ความปลอดภัยด้านไอที และการใช้พลังงาน

วิศวกร CSEM อาจพบวิธีแก้ไขปัญหาเหล่านั้นได้ ด้วยระบบบนชิปใหม่ที่พัฒนาขึ้น มันทำงานโดยใช้แบตเตอรี่ขนาดเล็กหรือโซลาร์เซลล์ขนาดเล็ก และดำเนินการการทำงานของ AI ที่ Edge—นั่นคือ บนชิปภายในเครื่อง แทนที่จะอยู่บนคลาวด์ ยิ่งไปกว่านั้น ระบบยังเป็นโมดูลาร์โดยสมบูรณ์และสามารถปรับแต่งให้เหมาะกับแอปพลิเคชันใดๆ ที่จำเป็นต้องมีการประมวลผลสัญญาณและรูปภาพแบบเรียลไทม์ โดยเฉพาะอย่างยิ่งเมื่อมีข้อมูลที่ละเอียดอ่อนเข้ามาเกี่ยวข้อง วิศวกรจะนำเสนออุปกรณ์ของตนที่งาน VLSI อันทรงเกียรติประจำปี 2021 วงจร การประชุมสัมมนาที่เกียวโตในเดือนมิถุนายนนี้

ระบบบนชิป CSEM ทำงานผ่านสถาปัตยกรรมการประมวลผลสัญญาณใหม่ทั้งหมดซึ่งช่วยลดปริมาณพลังงานที่ต้องการ ประกอบด้วยชิป ASIC ที่มี โปรเซสเซอร์ RISC-V (พัฒนาที่ CSEM ด้วย) และตัวเร่งการเรียนรู้ของเครื่องจักรสองตัวที่เชื่อมต่อกันอย่างแน่นหนา ตัวหนึ่งสำหรับการตรวจจับใบหน้า เป็นต้น และอีกตัวหนึ่งสำหรับการจำแนกประเภท อย่างแรกคือเอ็นจิ้นแผนผังการตัดสินใจแบบไบนารี (BDT) ที่สามารถทำงานง่ายๆ แต่ไม่สามารถดำเนินการจดจำได้

หัวหน้าฝ่ายวิจัยระบบบนชิปของ CSEM กล่าวว่า “เมื่อระบบของเราถูกใช้ในแอพพลิเคชั่นการจดจำใบหน้า เครื่องเร่งความเร็วตัวแรกจะตอบคำถามเบื้องต้นเช่น: มีคนอยู่ในภาพหรือไม่? แล้วถ้าเป็นเช่นนั้น พวกเขาจะมองเห็นใบหน้าของพวกเขาหรือไม่?” หากระบบของเราใช้ในการจดจำเสียง ตัวเร่งความเร็วตัวแรกจะกำหนดว่ามีเสียงรบกวนหรือไม่ และเสียงนั้นสอดคล้องกับเสียงของมนุษย์หรือไม่ แต่ไม่สามารถระบุเสียงหรือคำที่เฉพาะเจาะจงได้ นั่นคือที่มาของตัวเร่งความเร็วที่สอง”

ตัวเร่งความเร็วที่สองคือเอ็นจิ้น Convolutional Neural Network (CNN) ที่สามารถทำงานที่ซับซ้อนกว่านี้ได้ เช่น การจดจำใบหน้าแต่ละบุคคลและการตรวจจับคำเฉพาะ—แต่ยังใช้พลังงานมากกว่าด้วย วิธีการประมวลผลข้อมูลแบบสองระดับนี้ช่วยลดความต้องการพลังงานของระบบลงอย่างมาก เนื่องจากโดยส่วนใหญ่แล้วจะใช้เฉพาะตัวเร่งความเร็วตัวแรกเท่านั้น

ในการค้นคว้าวิจัยนี้ วิศวกรได้ปรับปรุงประสิทธิภาพของตัวเร่งความเร็วเอง ทำให้สามารถปรับให้เข้ากับแอปพลิเคชันใดๆ ที่จำเป็นต้องมีการประมวลผลสัญญาณและภาพตามเวลา "ระบบของเราทำงานในลักษณะเดียวกันโดยไม่คำนึงถึงแอปพลิเคชัน" นักวิจัยกล่าว “เราแค่ต้องกำหนดค่าเลเยอร์ต่างๆ ของเอ็นจิ้น CNN ของเราใหม่”

นวัตกรรม CSEM เปิดประตูสู่อุปกรณ์รุ่นใหม่ทั้งหมดที่มีโปรเซสเซอร์ที่สามารถทำงานได้อย่างอิสระนานกว่าหนึ่งปี นอกจากนี้ยังช่วยลดต้นทุนการติดตั้งและบำรุงรักษาสำหรับอุปกรณ์ดังกล่าวได้อย่างมาก และช่วยให้สามารถใช้งานได้ในสถานที่ที่ยากต่อการเปลี่ยนแปลง แบตเตอรี่.