Kunstig intelligens i kanten:

BrainChip med andre-generasjon Akida plattform

Lanserer bildeomformere og romlig-tidsmessig konvolusjon for radikalt raske, effektive og sikre Edge AIoT-produkter, uavhengig av skyen.

Publisert

BrainChip Holdings Ltd regner seg som verdens første kommersielle leverandør av strømgjerrig, nevromorf IP for kunstig intelligens. I dag kunngjør de andre generasjon av deres Akida-plattform, som skal være i stand til å drive effektive og intelligente kantenheter for det som nå kalles Artificial Intelligence of Things (AIoT) løsninger tjenester – et marked som spås å vokse til over 1 billion USD innen 2030.

Dette hypereffektive, men kraftige nevrale prosesseringssystemet, designet for innvevde Edge AI-applikasjoner, har nå i tillegg effektiv 8-bits prosessering for avanserte funksjoner som tidsdomenekonvolusjoner og bildetransformator-akselerasjon, for et enestående ytelsesnivå i sub-watt-enheter, gjennom å ta dem fra persepsjon til kognisjon.

Den andre generasjonen av Akida inkluderer nå Temporal Event Based Neural Nets (TENN) romlig-tidsmessige konvolusjoner som superlader prosesseringen av rå tidskontinuerlige strømmedata, for eksempel videoanalyse, målsporing, lydklassifisering, analyse av MR- og CT-skanninger for prediksjon av vitale tegn og tidsserieanalyser brukt i prognoser og prediktivt vedlikehold.

Disse egenskapene er kritisk nødvendige i industri-, bil-, digital helse-, smarthus- og smartbyapplikasjoner. TENN-ene tillater radikalt enklere implementeringer ved å konsumere rådata direkte fra sensorer - reduserer modellstørrelsen og utførte operasjoner drastisk, samtidig som den opprettholder svært høy nøyaktighet. Dette kan krympe designsykluser og redusere utviklingskostnadene dramatisk, hevder selskapet.

Et annet tillegg til andre generasjon av Akida er Vision Transformers (ViT) akselerasjon, et ledende nevralt nettverk som har vist seg å yte ekstremt godt på ulike datasynsoppgaver, som bildeklassifisering, objektdeteksjon og semantisk segmentering. Denne kraftige akselerasjonen, kombinert med Akidas evne til å behandle flere lag samtidig og maskinvarestøtte for skippeforbindelser, gjør at den selv kan administrere utførelsen av komplekse nettverk som RESNET-50 fullstendig i den nevrale prosessoren uten CPU-intervensjon og dermed minimerer systembelastningen.

- Vi ser en økende etterspørsel etter sanntids, on-device, intelligens i AI-applikasjoner drevet av våre MCUer og behovet for å gjøre sensorer smartere for industrielle og IoT-enheter, sier Roger Wendelken, leder for Renesas' IoT and Infrastructure forretningsenhet, i en kommentar. - Vi lisensierte Akida nevrale prosessorer på grunn av deres unike nevromorfe tilnærming for å gi hypereffektiv akselerasjon for dagens mainstream AI-modeller i kanten. Med tillegg av avanserte tidsmessige konvolusjons- og synstransformatorer kan vi se hvordan MCUer med lav effekt kan revolusjonere maskinsyn, persepsjon og prediktive applikasjoner i en rekke markeder som industri- og forbruker-IoT og personlig helsevesen, bare for å nevne noen.

Powered by Labrador CMS