MAX78000 ช่วยลดการใช้พลังงานและเวลาแฝงได้ 100 เท่าทำให้สามารถตัดสินใจฝังตัวที่ซับซ้อนได้ที่ขอบ IoT
ปักกิ่งประเทศจีน - 21 ตุลาคม 2563 - Maxim Integrated Products, Inc (NASDAQ: MXIM) ประกาศเปิดตัวตัวเร่งเครือข่ายประสาทเทียมMAX78000 ไมโครคอนโทรลเลอร์พลังงานต่ำที่รองรับอุปกรณ์ Internet of Things (IoT) แบบฝังที่ใช้พลังงานจากแบตเตอรี่ที่ขอบผ่านการใช้เหตุผลปัญญาประดิษฐ์ (AI) ที่รวดเร็วและใช้พลังงานต่ำเพื่อทำการตัดสินใจที่ซับซ้อน เมื่อเปรียบเทียบกับโซลูชันซอฟต์แวร์การใช้งานการตัดสินใจที่รวดเร็วและใช้พลังงานต่ำนี้ช่วยลดการใช้พลังงานของการใช้เหตุผล AI ที่ซับซ้อนให้เหลือน้อยกว่าหนึ่งเปอร์เซ็นต์ของโซลูชันก่อนหน้านี้ระบบที่ใช้พลังงานแบตเตอรี่โดยใช้เทคโนโลยี AI สามารถยืดเวลาการทำงานได้อย่างมากและช่วย เพื่อให้เกิดแอพพลิเคชั่น AI ที่ใช้แบตเตอรี่รุ่นใหม่ที่ไม่เคยมีมาก่อน นอกจากนี้ MAX78000 ยังไม่ส่งผลกระทบต่อดัชนีความหน่วงและค่าใช้จ่ายค่าใช้จ่ายเป็นเพียงเศษเสี้ยวของโซลูชัน FPGA หรือ GPU และความเร็วในการดำเนินการของการอนุมานเร็วกว่าโซลูชันซอฟต์แวร์ที่ใช้ไมโครคอนโทรลเลอร์ที่ใช้พลังงานต่ำถึง 100 เท่า
เทคโนโลยี AI ช่วยให้เครื่องจักรสามารถสังเกตรับฟังและรับรู้โลกในแบบที่ไม่เคยมีมาก่อน ในอดีตการวางการอนุมาน AI ไว้ที่ขอบหมายถึงการรวบรวมข้อมูลจากเซ็นเซอร์กล้องและไมโครโฟนจากนั้นส่งข้อมูลไปยังระบบคลาวด์เพื่อใช้อัลกอริทึมการอนุมานจากนั้นจึงส่งผลลัพธ์กลับไปที่ขอบ เนื่องจากความล่าช้าและการใช้พลังงานที่มากสถาปัตยกรรมนี้จึงมีความท้าทายอย่างยิ่งสำหรับการทำให้เป็นที่นิยมอย่างแพร่หลาย ไมโครคอนโทรลเลอร์พลังงานต่ำสามารถใช้เป็นอีกทางเลือกหนึ่งเพื่อใช้การดำเนินการเครือข่ายประสาทเทียมอย่างง่าย แต่ความล่าช้าจะได้รับผลกระทบและงานง่ายๆสามารถทำได้ที่ขอบเท่านั้น
ด้วยการรวมตัวเร่งเครือข่ายประสาทเทียมโดยเฉพาะ MAX78000 จะเอาชนะข้อ จำกัด เหล่านี้และทำให้เครื่องสามารถมองเห็นและได้ยินรูปแบบที่ซับซ้อนได้โดยดำเนินการประมวลผล AI ในพื้นที่โดยใช้พลังงานต่ำแบบเรียลไทม์ เนื่องจาก MAX78000 ใช้พลังงานน้อยกว่าหนึ่งเปอร์เซ็นต์ของการใช้พลังงานของซอฟต์แวร์ไมโครคอนโทรลเลอร์เพื่อทำการอนุมานจึงช่วยเพิ่มประสิทธิภาพของแอพพลิเคชั่นต่างๆเช่นการมองเห็นด้วยเครื่องจักรเสียงและการจดจำใบหน้า แกนหลักของ MAX78000 เป็นฮาร์ดแวร์เฉพาะซึ่งออกแบบมาเพื่อลดการใช้พลังงานและความล่าช้าของ Convolutional Neural Network (CNN) เมื่อฮาร์ดแวร์กำลังทำงานแทบจะไม่ต้องใช้แกนไมโครคอนโทรลเลอร์ในการแทรกแซงซึ่งหมายความว่าการทำงานจะคล่องตัวมาก พลังงานและเวลาใช้ในการดำเนินการทางคณิตศาสตร์ของ CNN เท่านั้น ในการป้อนข้อมูลที่รวบรวมจากโลกภายนอกเข้าสู่เอ็นจิ้น CNN ได้อย่างมีประสิทธิภาพผู้ใช้สามารถใช้หนึ่งในสองคอร์ไมโครคอนโทรลเลอร์ในตัว ได้แก่ แกน ARM Cortex-M4 ที่ใช้พลังงานต่ำมากหรือแกน RISC-V ที่ใช้พลังงานต่ำกว่า
ในมุมมองของความท้าทายในการพัฒนา AI Maxim Integrated มีเครื่องมือเพื่อให้ได้ประสบการณ์การประเมินและการพัฒนาที่ราบรื่น MAX78000EVKIT # รวมถึงอินพุตเสียงและกล้องแพลตฟอร์มการนำเสนอนอกกรอบรองรับการดึงคีย์เวิร์ดและการจดจำใบหน้าในงานพิมพ์ขนาดใหญ่ เอกสารที่สมบูรณ์สามารถช่วยวิศวกรในการฝึกอบรมเครือข่าย MAX78000 และใช้เครื่องมือประจำวันของพวกเขา: TensorFlow หรือ PyTorch