學習型邊緣AI芯片為物聯網帶來巨大動力|觀點

By Nick Flaherty

Rohm開發(fā)了一款低功耗邊緣AI處理器,該處理器包括用于物聯網預測維護的學習和推理。

BD15035AI芯片原型基于慶應義塾大學松谷廣樹教授開發(fā)的三層神經網絡AI電路。Rohm將AI電路從500萬個門減少到僅2萬個門,作為專有的AI加速器。

該AxlCORE-ODL塊與Rohm的高效率8位CPU tiny Micon Matisse COREIP相結合,可實現AI學習和推理,實時預測電機和傳感器的維護。

20000門AI核心和8位控制器的組合將典型功耗降低到30mW左右,是其他邊緣AI處理器的十分之一。

這允許在廣泛的電機和傳感器應用中進行實時故障預測,以在不涉及云服務器的情況下為設備的未知輸入數據提供異常檢測分數。這使得設備能夠在故障發(fā)生之前進行檢查和維護,從而避免了昂貴的停機時間。

Rohm表示,該企業(yè)計劃將AxlCORE-ODLAI加速器整合到其他各種電機和傳感器芯片中。商業(yè)化計劃于2023年開始,計劃于2024年大規(guī)模生產。

日本慶應義塾大學信息與計算機科學系的松谷教授表示:“隨著5G通信和數字孿生等物聯網技術的發(fā)展,云計算將需要不斷發(fā)展,但從負載、成本和功耗方面來看,在云服務器上處理所有數據并不總是最佳解決方案?!?/p>

“憑借我們研究的‘設備上學習’和我們開發(fā)的‘設備學習算法’,我們的目標是在邊緣端實現更高效的數據處理,以構建更好的物聯網生態(tài)系統(tǒng)。通過這次合作,ROHM通過進一步推進設備上學習電路技術,向我們展示了以經濟高效的方式實現商業(yè)化的道路。我期待原型AI芯片將在不久的將來納入Rohm的IC產品?!?/p>

8位tiny Micon Matisse CORE控制器具有針對嵌入式應用程序優(yōu)化的指令集,以及最新的編譯器技術,可在較小的芯片面積和程序代碼大小內實現快速算術處理。還支持高可靠性應用,例如需要根據ISO26262和ASIL-D車輛功能安全標準進行認證的應用,同時專有的車載“實時調試功能”防止調試過程干擾程序操作,允許在應用運行時執(zhí)行調試。

Rohm開發(fā)了一種帶有arduino兼容終端的評估板,可以安裝擴展傳感器板以連接到微控制器。單板上安裝了WiFi和藍牙無線通信模塊以及64kbitEEPROM內存。通過連接傳感器并將其連接到目標設備上,電路板可以從顯示器上驗證AI芯片的效果。

----------------------------------峰會預告

近期,由千家網主辦的2022年第23屆中國國際建筑智能化峰會將正式拉開帷幕,本屆峰會主題為“數智賦能,碳索新未來”,屆時將攜手全球知名建筑智能化品牌及專家,共同分享AI、云計算、大數據、IoT、智慧城市、智能家居、智慧安防等熱點話題與最新技術應用,并探討如何打造“更低碳、更安全、更穩(wěn)定、更開放”的行業(yè)生態(tài),助力“雙碳”目標的實現。

歡迎建筑智能化行業(yè)同仁報名參會,分享交流!

報名方式

廣州站(12月08日):https://www.huodongxing.com/event/2638587914600

成都站(12月20日):https://www.huodongxing.com/event/5657854318600

西安站(12月22日):https://www.huodongxing.com/event/4638585444400

上海站(12月27日):https://www.huodongxing.com/event/3638582473900

北京站(12月29日):https://www.huodongxing.com/event/4638577546900

更多2022年峰會信息,詳見峰會官網:http://summit.qianjia.com/

極客網企業(yè)會員

免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。

2022-11-30
學習型邊緣AI芯片為物聯網帶來巨大動力|觀點
隨著5G通信和數字孿生等物聯網技術的發(fā)展,云計算將需要不斷發(fā)展,但從負載、成本和功耗方面來看,在云服務器上處理所有數據并不總是最佳解決方案。

長按掃碼 閱讀全文