學習型邊緣AI芯片為物聯(lián)網(wǎng)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(lián)網(wǎng)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(jīng)網(wǎng)絡(luò)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(jié)合,可實現(xiàn)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(wù)器的情況下為設(shè)備的未知輸入數(shù)據(jù)提供異常檢測分數(shù)。這使得設(shè)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(chǎn)。

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(shù)字孿生等物聯(lián)網(wǎng)技術(shù)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(wù)器上處理所有數(shù)據(jù)并不總是最佳解決方案。”

“憑借我們研究的‘設(shè)備上學習’和我們開發(fā)的‘設(shè)備學習算法’,我們的目標是在邊緣端實現(xiàn)更高效的數(shù)據(jù)處理,以構(gòu)建更好的物聯(lián)網(wǎng)生態(tài)系統(tǒng)。通過這次合作,ROHM通過進一步推進設(shè)備上學習電路技術(shù),向我們展示了以經(jīng)濟高效的方式實現(xiàn)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(chǎn)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(shù),可在較小的芯片面積和程序代碼大小內(nèi)實現(xiàn)快速算術(shù)處理。還支持高可靠性應用,例如需要根據(jù)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(diào)試功能”防止調(diào)試過程干擾程序操作,允許在應用運行時執(zhí)行調(diào)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(nèi)存。通過連接傳感器并將其連接到目標設(shè)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(wǎng)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(shù)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(shù)據(jù)、IoT、智慧城市、智能家居、智慧安防等熱點話題與最新技術(shù)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(xiàn)。

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(wǎng):http://summit.qianjia.com/

極客網(wǎng)企業(yè)會員

免責聲明:本網(wǎng)站內(nèi)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(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)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(guān)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(wǎng)站對有關(guān)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(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2022-11-30
學習型邊緣AI芯片為物聯(lián)網(wǎng)帶來巨大動力|觀點
隨著5G通信和數(shù)字孿生等物聯(lián)網(wǎng)技術(shù)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(wù)器上處理所有數(shù)據(jù)并不總是最佳解決方案。

長按掃碼 閱讀全文