Innatera公布首個(gè)用于傳感器邊緣的大眾市場(chǎng)神經(jīng)形態(tài)微控制器

荷蘭的 Innatera 推出了第一款使用神經(jīng)形態(tài)架構的商用微控制器，用于傳感器應用。

Pulsar 芯片具有異構架構，將模擬和數字神經(jīng)形態(tài)模塊與傳統卷積神經(jīng)網(wǎng)絡(luò )加速器和 RISC-V 內核相結合。與傳統的 AI 處理器相比，它的延遲降低了 100 倍，能耗降低了 500 倍，芯片尺寸為 2.6 x 2.8 毫米，采用臺積電的標準 28nm 工藝制造，體積不到 5 美元。

“Pulsar 不僅僅是另一個(gè) AI 芯片——這是世界上第一個(gè)量產(chǎn)的神經(jīng)形態(tài)微控制器，代表了我們將智能帶到邊緣的方式的根本轉變，”Innatera 的聯(lián)合創(chuàng )始人兼首席執行官 Sumeet Kumar 告訴 eeNews Europe。

“去年出貨了 380 億個(gè)傳感器，到 2030 年將增長(cháng)到 600 億個(gè)，所有這些都將比我們將其發(fā)送到云端的速度更快地生成數據，邊緣處理將不是可選的。但是，部署在微控制器上的模型受到限制，應用程序開(kāi)發(fā)人員必須在功能、精度和功耗之間進(jìn)行權衡。

此次發(fā)布是十多年來(lái)在神經(jīng)形態(tài)計算方面的深入研究和工程設計的結晶，并結合了開(kāi)創(chuàng )性的異構架構。它標志著(zhù)我們的類(lèi)腦技術(shù)為大眾市場(chǎng)部署做好準備的時(shí)刻。這實(shí)際上是傳感器唯一需要的微控制器。

模擬神經(jīng)網(wǎng)絡(luò ) （ANN） 內核使用時(shí)間電壓脈沖來(lái)識別模式并提取信息以進(jìn)行時(shí)間序列處理，而無(wú)需復雜的模型。Kumar 說(shuō)：“ANN 加速器完全使用尖峰進(jìn)行計算，它是一個(gè)由神經(jīng)元和突觸組成的大型結構，帶有模擬和數字設備，延遲為 1ms，功耗低于 1mW。

“在結構中，關(guān)鍵是帶有電容器的交叉開(kāi)關(guān)網(wǎng)絡(luò )，這個(gè)過(guò)程不是線(xiàn)性的，而是指數級的，這在模擬域中使用單個(gè)晶體管就很簡(jiǎn)單，”他說(shuō)?！拔覀儾捎脭底旨夥迳窠?jīng)網(wǎng)絡(luò )的原因是為了實(shí)現可配置性和靈活性——這是通過(guò)門(mén)和乘法器實(shí)現的。計算是異步和事件驅動(dòng)的，計算在數據傳入時(shí)隨時(shí)進(jìn)行。在 CNN 中，你可以一次獲取所有數據并進(jìn)行計算。

“我們看到很多客戶(hù)使用現有的 AI 模型，他們可以直接切換，但通常傳統的 CNN 會(huì )像圖像一樣查看帶有緩沖功能的所有內容，所有這些都需要大量功率，而峰值網(wǎng)絡(luò )可以有效地處理流數據。例如，用于手勢識別的 1m 參數 CNN 模型可以用 10,000 個(gè)參數、3kbyte、54 個(gè)神經(jīng)元的模型來(lái)實(shí)現，而且功耗非常低。

“對于大多數應用程序問(wèn)題，你必須選擇 AI 方法，因此添加 CNN 開(kāi)發(fā)人員可以為工作添加正確的工具，”他說(shuō)。

他指出，無(wú)線(xiàn)耳機每次推理的音頻感應分類(lèi)能量降低了 100 倍，達到 400 μW，模型縮小了 33 倍，準確率相同，達到 90%+。聲音識別每次推理的能耗降低了 88 倍，而準確性和延遲相同。雷達手勢識別的能量比 CNN 加速器低 42 倍（600 μW），延遲低 167 倍。

芯片設計的一個(gè)關(guān)鍵部分是具有與傳感器的接口，包括攝像頭和醫療傳感器。另一個(gè)關(guān)鍵要素是名為 Talamo 的軟件設計工具包 （SDK） 和用于尖峰網(wǎng)絡(luò )的庫。

“Talamo SDK 旨在通過(guò)一個(gè)擴展與 PyTorch 連接，該擴展引入了所有脈沖基礎設施，因此開(kāi)發(fā)人員處于熟悉的環(huán)境中，并且模型描述與訓練數據一起以 python 編寫(xiě)，我們的 SNN 編譯器將模型映射到芯片架構上，這從根本上減少了神經(jīng)形態(tài)計算的障礙，從而可以輕松地構建脈沖模型并將其部署到框架上?！?/p>

Innatera 正在推出其開(kāi)發(fā)人員計劃，該計劃現已向早期采用者開(kāi)放，并于 7 月推出神經(jīng)形態(tài)開(kāi)發(fā)板。即將推出的開(kāi)源 PyTorch 前端和市場(chǎng)將為神經(jīng)形態(tài) AI 創(chuàng )建一個(gè)更具協(xié)作性的生態(tài)系統。