Neues energieeffizientes KI-System auf dem Chip, das mit Solarenergie betrieben wird

Das System wird mit einer kleinen Batterie oder einer kleinen Solarzelle betrieben und führt KI-Operationen am Rand durch. Das heißt, es läuft lokal auf dem Chip, nicht in der Cloud. Bildnachweis: CSEM

KI wird in einer Vielzahl sehr nützlicher Anwendungen eingesetzt, z. B. bei der Vorhersage der Maschinenlebensdauer durch Vibration, der Überwachung der Herzaktivität von Patienten und der Integration von Gesichtserkennung in Videoüberwachungssysteme. Die Kehrseite ist, dass KI-basierte Technologien in der Regel viel Strom benötigen und in den meisten Fällen dauerhaft mit der Cloud verbunden sein müssen, was zu Problemen in Bezug auf Datenschutz, IT-Sicherheit und Energieverbrauch führt. ..

CSEM-Ingenieure haben dank des von ihnen entwickelten neuen System-on-Chip möglicherweise einen Weg gefunden, diese Probleme zu umgehen. Es wird mit einer kleinen Batterie oder einer kleinen Solarzelle betrieben und führt KI-Operationen am Rand durch. Das heißt, es läuft lokal auf dem Chip, nicht in der Cloud. Darüber hinaus sind diese Systeme vollständig modular aufgebaut und können auf jede Anwendung zugeschnitten werden, die Signal- und Bildverarbeitung in Echtzeit erfordert, insbesondere wenn es sich um sensible Daten handelt. Ingenieure werden ihre Geräte im Juni auf dem renommierten VLSI Circuit Symposium 2021 in Kyoto präsentieren.


CSEM-Ingenieure haben integrierte Schaltkreise entwickelt, die komplexe Operationen der künstlichen Intelligenz wie Gesichts-, Stimm-, Gestenerkennung und Herzüberwachung durchführen können. Es kann entweder mit einer kleinen Batterie oder einem Solarpanel betrieben werden, am Rand verarbeitet und für den Einsatz in fast allen Arten von Anwendungen konfiguriert werden. Bildnachweis: CSEM

Das CSEM-System-on-Chip arbeitet mit einer brandneuen Signalverarbeitungsarchitektur, die die erforderliche Energiemenge minimiert. Es besteht aus einem RISC-V-Prozessor (ebenfalls im CSEM entwickelt) und einem ASIC-Chip mit zwei eng gekoppelten Beschleunigern für maschinelles Lernen. Einer dient der Gesichtserkennung und der andere der Klassifizierung. Die erste ist die Binary Decision Tree (BDT)-Engine, die einfache Aufgaben ausführen kann, aber keine Operationen erkennt.

„Kommt unser System beispielsweise in einer Gesichtserkennungsanwendung zum Einsatz, beantwortet der erste Beschleuniger Vorabfragen wie: Sind Personen im Bild? Wenn ja, sind ihre Gesichter sichtbar. “?” Sagt Stéphane Emery, Leiter der System-on-Chip-Forschung am CSEM. „Wenn unser System in der Spracherkennung verwendet wird, bestimmt der erste Beschleuniger, ob Rauschen vorhanden ist und ob dieses Rauschen der menschlichen Stimme entspricht, aber einer bestimmten Stimme. Ich kann die Wörter und Wörter nicht verstehen, also kommt ein zweiter Beschleuniger rein.“

KI-System auf dem Chip arbeitet mit Solarenergie

Integrierte Schaltkreise können komplexe künstliche Intelligenzoperationen wie Gesichts-, Sprach-, Gestenerkennung und Herzüberwachung durchführen. Bildnachweis: CSEM

Der zweite Beschleuniger ist die Convolutional Neural Network (CNN)-Engine, die diese komplexeren Aufgaben (Erkennung einzelner Gesichter und Erkennung bestimmter Wörter) ausführen kann, aber mehr Energie verbraucht. In den meisten Fällen reduziert dieser zweistufige Datenverarbeitungsansatz die Leistungsanforderungen des Systems erheblich, da nur der erste Beschleuniger läuft.

Als Teil ihrer Forschung haben die Ingenieure die Leistung des Beschleunigers selbst verbessert und ihn an jede Anwendung anpassbar gemacht, die eine zeitbasierte Signal- und Bildverarbeitung erfordert. „Unser System funktioniert unabhängig von der Anwendung grundsätzlich gleich“, sagt Emery. „Wir müssen die verschiedenen Ebenen der CNN-Engine neu konfigurieren.“

Die Innovation von CSEM öffnet die Tür zu einer ganz neuen Generation von Geräten mit Prozessoren, die über ein Jahr lang unabhängig laufen können. Es reduziert auch die Installations- und Wartungskosten solcher Geräte erheblich, sodass sie an Orten eingesetzt werden können, an denen der Batteriewechsel schwierig ist.

Leave a Comment