Aspinity Meluncurkan RAMP: Prosesor Analog Mencurigakan Hemat Daya Edge hingga 10×

Aspinity, startup berbasis Pittsburgh yang didirikan pada 2015, meluncurkan Selasa platform Reconfigurable Analog Modular Processor, atau RAMP. Platform pemrosesan analog ultra-hemat daya ini dirancang untuk mendeteksi, menganalisis, dan mengklasifikasi data sensor mentah—seperti suara, alarm, atau perubahan getaran—secara langsung di domain analog. Setelah memisahkan sinyal dari latar belakang kebisingan, RAMP menyerahkan data yang telah difilter untuk digitalisasi.

(Sumber: Aspinity)

Dengan memprioritaskan analisis analog terlebih dahulu, RAMP dapat mengurangi konsumsi daya perangkat edge hingga sepuluh kali lipat dan mengurangi volume data sebesar seratus kali lipat untuk aplikasi selalu nyala, klaim Aspinity. Platform ini menargetkan perangkat sensing selalu nyala yang dioperasikan baterai di seluruh pasar konsumen, smart home, IoT, dan industri.

Analis senior Mike Demler dari The Linley Group kepada EE Times bahwa fitur unggulan RAMP adalah konsumsi daya yang sangat rendah—menarik hanya 10 µA selama operasi aktif, prestasi yang luar biasa untuk chip analog.

Pendiri dan CEO Tom Doyle menyatakan antusias setelah mendengar Gene Frantz membicarakan kebutuhan untuk membawa jaringan saraf kembali ke analog. Frantz, mantan technology fellow TI dan sekarang profesor di Rich University, telah lama mendukung pemrosesan sinyal analog dalam AI. “Itu tepatnya apa yang dilakukan RAMP,” kata Doyle.

Analog vs. Digital
Vendor lain seperti STMicroelectronics dan Renesas mempromosikan perangkat endpoint yang diaktifkan AI untuk deteksi anomali, tetapi mereka bergantung pada sirkuit digital dan perangkat lunak. ST menggunakan ARM cores, sementara Renesas menawarkan prosesor Hybrid Dynamically Reconfigurable Processor (DRP). Sebaliknya, RAMP membangun neuron dan sinapsis sepenuhnya dengan desain analog.

Karena RAMP hanya mengambil sampel titik data yang paling relevan, ia dapat mengompresi data getaran sebesar 100×, secara dramatis mengurangi jumlah data yang harus ditransmisikan untuk analisis. Kompresi ini krusial untuk jaringan sensor nirkabel yang dioperasikan baterai.

Mythic vs. Aspinity
Komputasi analog adalah pendekatan asli untuk jaringan saraf. Saat ini, perusahaan seperti Mythic dan Syntiant mengeksplorasi komputasi analog in-memory untuk menurunkan daya dibandingkan mesin inferensi digital. Dengan menghilangkan transaksi memori digital, penghematan daya dan luas die yang signifikan dapat dicapai.

Arsitektur Aspinity menyimpan baik kode maupun memori data berselang-seling dengan elemen komputasi, menggunakan memori non-volatile untuk efisiensi. Berbeda dengan Mythic, yang menerima input digital dan menggunakan sel flash sebagai elemen konduktansi analog, RAMP memproses sinyal analog mentah melalui berbagai sirkuit analog yang diparameterkan—penguat, filter, penambahan, dan pengurangan.

6-8 Bit Presisi
Sirkuit digital biasanya menyediakan presisi yang lebih tinggi, tetapi untuk banyak aplikasi presisi analog 6- hingga 8-bit sudah cukup. Presisi lebih rendah ini memungkinkan desain yang lebih kecil dan lebih hemat daya yang masih efektif untuk tugas seperti deteksi kata kunci.

Dalam ringkasan, RAMP menargetkan niche pemrosesan akustik ultra-hemat daya untuk deteksi kata kunci dan suara, memungkinkan perangkat untuk masuk ke tidur dalam saat idle.

Sementara analog memiliki tantangan seperti variabilitas proses, tegangan, dan suhu, menghilangkan transaksi memori digital dapat menghasilkan manfaat daya dan luas yang besar.

Aplikasi
Aspinity membayangkan pasar yang tumbuh untuk perangkat suara-pertama—smart speaker, wearable, dan hearables. Doyle membayangkan remote TV suara-pertama yang berjalan selama setahun pada satu baterai, memberikan manfaat kompetitif pada produsen.

Blok analog RAMP dapat diprogram ulang dengan algoritma spesifik aplikasi, memungkinkan ia menganalisis data analog mentah dari berbagai sensor, termasuk accelerometer industri untuk pemantauan getaran.

Digitize First vs. Analyze First (Sumber: Aspinity)

RAMP adalah sirkuit khusus. Desainer harus menimbang biaya versus manfaat dari menambahkannya ke perangkat diaktifkan suara, tetapi ia dapat berfungsi sebagai front end dari prosesor suara daripada chip terpisah.

CEO Doyle berencana untuk meluas ke lisensi IP selain menjual chip. Perusahaan telah bekerjasama dengan beberapa perusahaan konsumen dan chipset dan sedang melakukan sampling chip hari ini, dengan produksi volume dijadwalkan pada awal 2020.

Perusahaan
Aspinity didirikan untuk mengomercialisasi penelitian dari West Virginia University, memegang hak eksklusif terhadap teknologi universitas. Startup ini telah mengumpulkan $3,6–$3,7 juta melalui tiga putaran pendanaan, dengan Amazon berpartisipasi pada dua putaran. Timnya yang terdiri dari sepuluh insinyur membawa keahlian analog yang luas.

— Junko Yoshida, Global Co-Editor-In-Chief, AspenCore Media, Chief International Correspondent, EE Times

>> Artikel ini awalnya diterbitkan di situs kami yang serupa, EE Times: “Aspinity Puts Neural Networks Back to Analog.”