智能制造網(wǎng)APP
智能制造網(wǎng)手機(jī)站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號(hào)
智能控制
機(jī)器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
MRDVS
有分析人士指出，此類AI系統(tǒng)的痛點(diǎn)，就是需要耗費(fèi)大量的電力來(lái)運(yùn)算、或者依賴通向云端的網(wǎng)絡(luò)連接來(lái)輔助計(jì)算。對(duì)于注重?cái)?shù)據(jù)安全和隱私防護(hù)的客戶來(lái)說(shuō)，這也大大地限制了AI的應(yīng)用場(chǎng)景。
好消息是，CESM工程師們，剛剛提出了一個(gè)新穎的解決方案——讓AI運(yùn)算能夠在基于微型電池(或光伏發(fā)電板)的本地小尺寸裝置上運(yùn)行。
這套人工智能邊緣計(jì)算方案，能夠?qū)?shù)據(jù)留在本地完成(而無(wú)需上傳到云端)。更棒的是，該系統(tǒng)采用了完全模塊化的設(shè)計(jì)，且能夠針對(duì)需要實(shí)時(shí)信號(hào)/圖像處理的任何應(yīng)用進(jìn)行定制——尤其在涉及敏感數(shù)據(jù)時(shí)。
據(jù)悉，CESM研究團(tuán)隊(duì)將在今年6月于京東舉辦的2021 VLSI電路研討會(huì)上展示現(xiàn)有的裝置，上面的集成電路能夠執(zhí)行復(fù)雜的AI操作，比如面部/語(yǔ)音/手勢(shì)識(shí)別，以及心臟監(jiān)測(cè)。
CSEM的AI片上系統(tǒng)(SoC)還另了全新的信號(hào)處理架構(gòu)，能夠較大限度地減少運(yùn)行時(shí)的功率。
板載帶有自研RISC-V處理器的ASIC芯片，以及兩個(gè)緊密耦合的機(jī)器學(xué)習(xí)加速器——其中一個(gè)用于面部檢測(cè)，另一個(gè)則專注于分類。
在二叉決策樹(shù)(BDT)引擎的加持下，它可用于執(zhí)行簡(jiǎn)單的任務(wù)，但不能開(kāi)展識(shí)別操作。
CESM片上系統(tǒng)研究主管Stéphane Emery表示：“以面部識(shí)別應(yīng)用為例，系統(tǒng)中的第一組加速器會(huì)回答初步的問(wèn)題，即圖像中是否有人？如有檢出，則他們的面部是否清晰可見(jiàn)？”
此外在語(yǔ)音識(shí)別案例中，第一個(gè)加速器可用于確定是否存在噪音、以及該噪聲是否與人聲匹配，但它并不能分辨出特定的聲音或單詞，此時(shí)基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)引擎的第二組加速器能夠派上用場(chǎng)。
它能夠執(zhí)行更加復(fù)雜的任務(wù)，比如識(shí)別人物面孔的特征、以及檢測(cè)特定的單詞，但相應(yīng)的能耗也更高。
通過(guò)兩者的相輔相成，可最終降低整套系統(tǒng)的功率需求，畢竟大多數(shù)時(shí)候都只有第一組加速器在運(yùn)行。
作為研究的一部分，工程師們還提升了加速器本身的性能，使之能夠適用于基于時(shí)間信號(hào)/圖像處理的任何應(yīng)用。
Stéphane Emery補(bǔ)充道：“無(wú)論何種應(yīng)用，我們的系統(tǒng)都以基本相同的方式來(lái)運(yùn)作，所以只需重新配置卷積神經(jīng)網(wǎng)絡(luò)引擎的對(duì)應(yīng)層”。
顯然，CSEM的這項(xiàng)創(chuàng)新，為配備可獨(dú)立運(yùn)行一年多的AI硬件設(shè)計(jì)敞開(kāi)了新的大門，同時(shí)大大降低了此類設(shè)備的安裝和維護(hù)成本，尤其是部署到那些難以更換電池的地方。
(原標(biāo)題：CSEM工程師打造可依賴太陽(yáng)能運(yùn)行的低功耗AI片上系統(tǒng))
浙公網(wǎng)安備 33010602000006號(hào)
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號(hào)
