Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Industrial Internet of Things >> Tertanam

Chip AI menargetkan perangkat edge berdaya rendah

Kneron, startup silikon dan IP AI yang berbasis di San Diego dan Taiwan, telah meluncurkan SoC AI yang menampilkan versi terbaru dari IP unit pemrosesan saraf (NPU) perusahaan. KL720 juga dilengkapi dengan co-prosesor Cadence DSP AI dan inti Arm Cortex M4 untuk kontrol sistem. Sementara AI SoC Kneron generasi berikutnya ditujukan untuk perangkat edge dan smart home berdaya rendah seperti bel pintu video dan penyedot debu robot, KL720 “dapat digunakan dalam segala hal mulai dari Tesla hingga pemanggang roti,” menurut perusahaan.

Kneron mengklaim chip generasi kedua ini mengungguli chip dari lini Movidius Intel dan TPU Coral Edge Google dalam hal efisiensi energi. Blok NPU KL720 dapat melakukan 1,4 TOPS sementara seluruh SoC, termasuk inti DSP dan Cortex M4 tambahan, hadir pada 0,9 TOPS/W. Ini cukup untuk memproses gambar dan video beresolusi 4K hingga resolusi Full HD 1080p. Ini lebih baik dibandingkan dengan chip Kneron generasi sebelumnya, KL520 yang dirilis pada Mei 2019, yang dapat mencapai 0,3 TOPS pada 0,6 TOPS/W.


Kneron KL720 AI SoC menampilkan NPU IP perusahaan bersama dengan co-prosesor AI DSP dan inti kontrol sistem Cortex M4 (Gambar:Kneron)

Sementara chip generasi sebelumnya hanya ditujukan untuk pemrosesan gambar, AI SoC Kneron generasi berikutnya juga cocok untuk pemrosesan audio. Dengan semakin populernya antarmuka kontrol suara, ada peningkatan permintaan untuk pemrosesan AI di dalam perangkat edge karena lebih cepat dan lebih murah daripada pemrosesan di cloud, dan menjaga privasi pengguna. Kneron mengatakan bahwa KL720 memiliki kekuatan pemrosesan yang cukup untuk mengenali “sejumlah kata dalam kamus”, jauh melampaui chip pesaing yang hanya dapat mengenali kata-kata bangun tertentu.

Kneron telah mendemonstrasikan prototipe KL720 kepada pelanggan setidaknya sejak Januari. Didirikan pada tahun 2015, perusahaan mulai mengembangkan model AI untuk kasus penggunaan termasuk pengenalan wajah. Selain silikon AI, perusahaan melisensikan NPU IP-nya; versi NPU di KL720 telah berhasil diintegrasikan dengan IP DSP Cadence Tensilica Vision P6 dan IP prosesor ARC Synopsys.

Kunci yang memungkinkan NPU bekerja dengan gambar dan audio adalah desainnya yang dapat dikonfigurasi ulang.

“Kami memecah kerangka kerja AI arus utama dan model [jaringan saraf convolutional] menjadi blok bangunan dasar dan mengonfigurasinya ulang berdasarkan aplikasi mana yang diperlukan dan kerangka kerja AI mana yang kami kerjakan sehingga solusi kami dapat beradaptasi dan mempercepat model CNN terkait,” CEO Kneron Albert Liu memberi tahu EE Times dalam wawancara sebelumnya.

“Misalnya, ResNet (untuk pengenalan wajah) dan LSTN (untuk pengenalan suara), meskipun satu audio dan lainnya visual, memiliki blok bangunan yang sama,” kata Liu. “Sementara penyedia solusi lain mungkin perlu mendukung mereka dengan solusi independen, solusi Kneron mengonfigurasi ulang blok bangunan umum di mesin AI kami yang dapat dikonfigurasi ulang sehingga secara real-time, kami dapat mendukung model yang berbeda seperti ResNet dan LSTM berdasarkan aplikasi AI.”


Kneron KL720 dapat menangani pemrosesan video dan audio (Gambar:Kneron)

Kneron juga baru-baru ini mengumumkan Kneo, jaringan mesh pribadi perusahaan untuk sensor bertenaga AI yang terhubung. Kneo dirancang untuk memungkinkan perangkat konsumen (setidaknya, yang menyertakan chip Kneron) untuk bekerja bersama tanpa mengirim data apa pun ke cloud. Data disimpan secara lokal, dilindungi oleh blockchain. Perusahaan mengatakan Kneo juga akan memungkinkan konsumen untuk menyimpan data mereka dari "teknologi besar", dan bahkan menjual data mereka sendiri dengan persyaratan mereka sendiri, jika mereka mau.

Sampel KL720 akan tersedia "segera".

>> Artikel ini awalnya diterbitkan pada situs saudara kami, EE Times.


Tertanam

  1. Penyedia cloud menyebutkan peran saat inferensi AI bergerak ke tepi
  2. Mouser:Microchip SAM R34 SiPs menghadirkan solusi LoRa berdaya rendah untuk perangkat edge
  3. ST mendorong AI ke perangkat yang disematkan edge dan node dengan kotak alat pengembang jaringan saraf STM32
  4. Arsitektur chip AI menargetkan pemrosesan grafik
  5. Perangkat berdaya rendah menyederhanakan desain pencahayaan otomotif
  6. Chip radar berdaya rendah menggunakan jaringan saraf spiking
  7. Sensor aliran presisi menargetkan perangkat pernapasan
  8. Internet of Things membutuhkan edge cloud computing
  9. Ikhtisar Perangkat Perlindungan Jatuh Self-Retracting
  10. 5 Pertanyaan untuk Ditanyakan Sebelum Terjun ke Edge Computing