Munculnya kecerdasan buatan (AI) akan membutuhkan beragam solusi mikroelektronika baru untuk memenuhi tuntutan yang berkembang dari pusat data skala besar, sistem "ukuran sedang" seperti kendaraan otonom dan robot, dan semakin banyak perangkat seluler, peralatan, perangkat yang dapat dikenakan, dan aplikasi yang belum terbayangkan. Yang paling penting adalah kebutuhan untuk mencapai efisiensi dan kecepatan yang belum pernah terjadi sebelumnya dalam pengumpulan dan analisis data, sekaligus mengelola konsumsi daya dan faktor bentuk.
Dalam domain perangkat keras, ini akan membutuhkan pemikiran inovatif dan paradigma baru dalam sensor, prosesor, memori, interkoneksi, dan pengemasan. Opsi yang menjanjikan mulai terwujud dari upaya penelitian yang mapan dan muncul, yang akan kami tinjau dalam konteks Edge AI dan tren luas lainnya. Ke depan, kolaborasi pra-industri interdisipliner akan diperlukan untuk menciptakan solusi praktis dan dapat diproduksi dari upaya ini.
Kami dapat membayangkan pasar AI yang akan datang dengan membandingkan aplikasi berdasarkan kemampuan komputasi dan kebutuhan konsumsi daya (Gambar 1). Perangkat yang dapat dikenakan memiliki batasan daya terbesar dan (secara relatif) kebutuhan komputasi terendah. Pusat data berada di ujung yang berlawanan, dengan peralatan pintar, augmented reality, robot, dan kendaraan otonom di antaranya.
Gambar 1. (Sumber:Leti)
Edge AI, di mana sebagian besar analisis data dilakukan pada titik pengumpulan, sangat cocok untuk aplikasi di sisi kiri. Meskipun mudah untuk dijelaskan, ini membutuhkan tingkat sensor dan kemampuan prosesor yang belum pernah terjadi sebelumnya dalam paket yang sangat kecil. Sensor perlu mengambil inspirasi dari mata dan telinga manusia, menjadi jauh lebih mudah beradaptasi dengan mengubah karakteristiknya (seperti rentang dinamis) berdasarkan kognisi dan kecerdasan lokal.
Sementara itu, aplikasi berskala lebih besar akan membebani paradigma komputasi tradisional, khususnya siklus baca/tulis memori konstan yang menghabiskan waktu dan energi.
Dengan mempertimbangkan persyaratan ini, Leti telah memprioritaskan penelitian tentang sensor pintar dan pendekatan komputasi yang inovatif.
Salah satu fokus adalah masalah mendasar dari komputasi modern:memindahkan data antara memori dan prosesor sekarang jauh lebih mahal daripada komputasi, baik dalam waktu dan konsumsi energi. Transfer data dan akses memori menyumbang hingga 90% dari penggunaan energi sistem, dan karena aplikasi seperti jaringan saraf tiruan mengandalkan database besar dan operasi komputasi sederhana, mengurangi pergerakan data menjadi penting.
Penumpukan memori ke prosesor, untuk mempersingkat tautan fisik, adalah subjek penelitian Leti yang sudah lama ada dalam sirkuit 3D. Kami sekarang juga mengejar desain memori baru, yang memungkinkan penambahan, pengurangan, dan logika Boolean dilakukan dalam SRAM. Biaya area dapat diabaikan dan, yang lebih penting, data tidak pernah meninggalkan memori. Prosesor in-memory-computing (IMC) ini memiliki potensi yang kuat untuk aplikasi seperti jaringan saraf dan kriptografi, dan kami percaya bahwa pada tahun 2020-an mereka dapat memberikan 100 kali throughput prosesor konvensional pada aplikasi AI sambil mempertahankan frekuensi dan anggaran energi yang sama.
