Mengintegrasikan AI ke Mikrokontroler: Membuka Potensi TinyML
Ketika kecerdasan buatan bertemu dengan Internet of Things, hasilnya adalah AIoT—perbatasan yang luas untuk mikrokontroler yang memanfaatkan breakthrough dalam kompresi jaringan saraf dan inferensi yang efisien. Prosesor aplikasi smartphone modern sudah melakukan tugas AI yang canggih seperti pengenalan citra dan sistem rekomendasi; membawa kemampuan serupa ke perangkat kecil yang dipasok baterai membuka dunia kemungkinan baru.
Bayangkan alat bantu dengaring yang menyaring kebisingan latar belakang dengan AI, alat rumah tangga pintar yang mengenali wajah pengguna dan menerapkan pengaturan personal, atau node sensor yang berjalan selama bertahun-tahun pada baterai koin—semua diproses secara lokal. Pemrosesan tepi jaringan memberikan latensi lebih rendah, keamanan yang lebih kuat, dan privasi yang lebih tinggi, yang merupakan keuntungan yang sulit dikalahkan.
Kombinasi Arm Cortex-M55 dengan akselerator Ethos-U55 memberikan throughput yang cukup untuk beban kerja pengenalan gerakan, biometrik, dan ucapan (Gambar: Arm).
Namun, menerapkan pembelajaran mesin yang bermakna pada mikrokontroler bukanlah hal yang sepele. Memori dan sumber daya komputasi yang terbatas membuat sulit untuk menjalankan model yang besar, tetapi tim data science menyusutkan jejak jaringan saraf sementara vendor menyediakan toolchain yang sadar hardware dan blok IP khusus untuk memenuhi keterbatasan AI tertanam.
TinyML Takes Off
Pertumbuhan cepat TinyML terlihat dari pertumbuhan TinyML Summit. Event pertama di Silicon Valley menarik 11 sponsor; summit kedua menarik 27 dan terjual habis mingguan sebelumnya. Meetup global untuk desainer juga telah melihat peningkatan dramatis dalam kehadiran.
"Kami memasuki era triliunan perangkat pintar yang didukung oleh TinyML yang merasakan, menganalisis, dan bertindak secara otonom untuk menciptakan lingkungan yang lebih sehat dan lebih berkelanjutan," kata Evgeni Gousev, Senior Director Qualcomm, co-chair Komite TinyML, selama konferensi terbaru. Gousev menyoroti sinergi hardware hemat daya, algoritma yang difaktorkan ulang, dan ekosistem perangkat lunak matang sebagai mesin di balik investasi korporasi dan venture capital, aktivitas startup, dan M&A.
ECM3532 milik Eta Compute menggunakan inti Arm Cortex-M3 bersama dengan inti DSP NXP CoolFlux, yang memungkinkan beban kerja pembelajaran mesin berjalan pada salah satu atau kedua prosesor (Gambar: Eta Compute).
Menurut Komite TinyML, teknologi ini kini divalidasi dan AI berbasis mikrokontroler yang diproduksi diharapkan mencapai pasar dalam dua hingga tiga tahun, dengan aplikasi "killer" flagship tiba dalam tiga hingga lima tahun.
Titik tolak kunci terjadi musim semi lalu ketika Google merilis TensorFlow Lite for Microcontrollers. Runtime ringan ini—hanya 16 KB pada Arm Cortex-M3—mendukung inferensi untuk model seperti deteksi kata kunci ucapan, membutuhkan jejak total 22 KB. Pelatihan tidak didukung.
Big Players Respond
Pembuat mikrokontroler terdepan segera meluncurkan dukungan AI mereka sendiri. STMicroelectronics menawarkan STM32Cube.AI, paket ekstensi yang memetakan dan menjalankan jaringan saraf pada keluarga STM32 Cortex-M. Renesas Electronics menyediakan lingkungan pengembangan e-AI yang menterjemahkan model menjadi kode C/C++ asli untuk e2 studio. NXP Semiconductors mendemonstrasikan beban kerja pembelajaran mesin pada MCU Kinetis dan LPC tingkat bawahnya dan memperluas ekosistem AI-nya di seluruh prosesor aplikasi dan solusi crossover.
Arm-Powered Dominance
Seri Cortex-M milik Arm tetap menjadi tonggak utama pasar mikrokontroler. Cortex-M55 yang baru diumumkan dirancang untuk beban kerja AI dan dipadukan mulus dengan akselerator Ethos-U55, keduanya dirancang untuk lingkungan ultra-rendah daya. Perusahaan bersaing kini fokus pada perbedaan arsitektur daripada membangun SoC berbasis Arm.
"Bersaing dengan raksasa membutuhkan keunggulan arsitektur—performa dan fleksibilitas di luar Cortex-M standar," kata CEO XMOS Mark Lippett. Prosesor crossover Xcore.ai milik XMOS, yang menargetkan antarmuka suara, mengilustrasikan bagaimana inti yang berbeda dapat mencari aplikasi niche, meskipun tidak secara langsung bersaing dengan mikrokontroler.
>> Lanjutkan membaca halaman dua dari artikel ini yang awalnya diterbitkan di situs saudara kami, EE Times Europe.
