Pendekatan pemrosesan analog chip AI memangkas daya

Aspinity, sebuah startup berbasis di Pittsburg yang didirikan pada tahun 2015, meluncurkan platform Prosesor Analog Modular Reconfigurable, atau RAMP pada hari Selasa. Platform pemrosesan analog berdaya sangat rendah dirancang untuk mendeteksi, menganalisis, dan mengklasifikasikan data sensor mentah terlebih dahulu — dalam domain analog. Setelah membedakan data (suara, alarm, perubahan frekuensi atau besaran getaran, dll.) dari kebisingan latar belakang, RAMP menyerahkan data untuk digitalisasi.

(Sumber:Aspinity)

Hasil dari pendekatan "analisis-pertama-dalam-analog" ini adalah "mengurangi daya yang dibutuhkan di edge hingga 10x dan volume data yang ditangani hingga 100x untuk aplikasi yang selalu aktif," menurut Aspinity. Startup ini mengklaim bahwa RAMP dapat memainkan peran kunci dalam perangkat penginderaan yang selalu beroperasi dengan baterai untuk konsumen, rumah pintar, IoT, dan pasar industri.

Mike Demler, analis senior di The Linley Group mengatakan kepada EE Times , “Fitur RAMP yang paling khas adalah dayanya yang sangat rendah. Menggambar hanya 10 mikroamp selama operasi aktif merupakan prestasi yang cukup untuk chip analog.”

Pendiri dan CEO Aspinity Tom Doyle mengatakan kepada kami bahwa dia senang ketika dia baru-baru ini mendengar Gene Frantz berbicara tentang "kebutuhan untuk memindahkan jaringan saraf kembali ke analog." Frantz, yang sebelumnya adalah rekan teknologi dan promotor setia DSP di TI, sekarang menjadi profesor di Rich University. Awal tahun ini, dalam sebuah wawancara dengan EE Times, dia menyarankan bahwa AI membutuhkan solusi yang lebih baik dan untuk itu, “kita harus mempertimbangkan untuk kembali ke pemrosesan sinyal analog.”

Ini adalah musik di telinga Doyle. Pemrosesan analog persis seperti yang diatur oleh RAMP Aspinity.

Analog vs. Digital
Vendor chip lainnya termasuk STMicroelectronics dan Renesas, misalnya, telah meluncurkan perangkat titik akhir yang menampilkan kemampuan AI untuk deteksi anomali. Apa perbedaan RAMP Aspinity?

Joe Hoffman, direktur konektivitas nirkabel &penginderaan mesin di SAR Insight &Consulting, mengatakan, “STMicroelectronics dan Renesas memanfaatkan teknologi digital. Mereka menerapkan elemen fundamental dari neuron buatan dengan menggunakan sirkuit digital dan perangkat lunak pada prosesor inti mereka.” ST, misalnya, bergantung pada inti mikroprosesor ARM, sementara Renesas menggunakan Dynamically Reconfigurable Processor (DRP) — yang digambarkan Hoffman sebagai “pendekatan hibrid di suatu tempat antara dan inti mikroprosesor dan FPGA.” Dia berkata, “DRP dapat dikonfigurasi ulang dengan cepat.”

Sebaliknya, RAMP Aspinity menggunakan pendekatan sirkuit analog. Hoffman mencatat, Aspinity membangun neuron dan sinapsis dengan menggunakan desain analog daripada desain digital.

Akibatnya, alih-alih mengembangkan sistem pemeliharaan prediktif yang terus mendigitalkan ribuan titik data untuk memantau tren perubahan puncak spektral tertentu, “RAMP dapat mengambil sampel dan memilih hanya titik data yang paling penting, mengompresi kuantitas data getaran dengan 100x dan secara dramatis mengurangi jumlah data yang dikumpulkan dan dikirim untuk analisis,” menurut perusahaan.

Mengurangi jumlah data adalah kunci untuk mengaktifkan sistem sensor nirkabel yang dioperasikan dengan baterai.

Mitos vs. Aspinity
Analog adalah cara asli untuk memodelkan jaringan saraf. Digital datang kemudian, kata Demler. “Tetapi baru-baru ini, para peneliti (dan perusahaan seperti Mythic dan Syntiant) melihat komputasi analog dalam memori untuk mengurangi daya dibandingkan dengan mesin inferensi digital.”

Dengan menghilangkan transaksi memori digital yang diperlukan dalam mesin inferensi biasa, “Anda berpotensi menghemat banyak daya dan area mati,” jelas Demler.

CEO Aspinity, Doyle mengatakan, “Sama seperti arsitektur komputer digital tradisional, Aspinity memiliki 'memori kode' untuk menyimpan struktur algoritme dan parameter/koefisien algoritme, dan 'memori data' untuk menyimpan riwayat karakteristik sinyal. saat kami memprosesnya. Namun, tidak seperti komputer tradisional, Aspinity tidak menggunakan sepotong blok memori. Sebaliknya, baik memori kode dan memori data “dicampur dengan komponen komputasi untuk efisiensi dan kekompakan,” jelas Brandon Rumberg, CTO dan pendiri Aspinity. Terintegrasi di dalam RAMP adalah memori non-volatil.

Di satu sisi, Mythic dan Aspinity serupa karena pendekatan mereka adalah "komputasi analog internal." Tapi di situlah kesamaan berakhir.

Mythic tergantung pada input digital. Aspinity, sebaliknya, memproses input analog. Demler menjelaskan, "Mythic hanya menggunakan sel memori flash sebagai elemen konduktansi variabel tegangan untuk menggantikan akumulator multi-digital (MAC)." Di sisi lain, “Aspinity menggunakan berbagai sirkuit analog parametris; ampli, filter, penambah/pengurang, dll.”

6-8 bit presisi
Seperti yang dijelaskan Hoffman, “Sirkuit digital menawarkan lebih banyak presisi dalam perhitungannya daripada analog, dan kompatibel dengan proses desain digital dan teknologi CMOS yang terkenal. Misalnya, prosesor canggih semuanya memiliki lebar 64-bit saat ini, sedangkan proses analog yang disebutkan di sini [Mythic, Aspinity, dan lainnya] umumnya memiliki presisi 6- hingga 8 bit. [Namun], presisi yang lebih rendah ini cukup baik untuk banyak aplikasi.”

Singkatnya, Hoffman mencatat, “Aspinity berfokus pada rangkaian aplikasi terbatas dari pemrosesan akustik untuk deteksi kata/suara bangun dengan daya sangat rendah. Ini menguntungkan jika perangkat lainnya dapat ditidurkan dalam mode daya rendah.”

Demler juga percaya bahwa analog memiliki keterbatasan, dalam variabilitas proses/tegangan/suhu, dll. Dia mencatat, “Itulah sebabnya kami belum melihatnya mendapatkan banyak daya tarik dalam produk komersial.” Namun, di sisi lain, “jika Anda dapat menghilangkan semua transaksi memori digital yang diperlukan dalam mesin inferensi biasa, Anda berpotensi menghemat banyak daya dan area mati.”

Aplikasi
Aspinity melihat pasar yang berkembang untuk "perangkat yang mengutamakan suara" seperti speaker pintar dan perangkat yang dapat dikenakan/didengar. Doyle berkata, “Bayangkan remote TV dengan suara pertama yang beroperasi selama satu tahun per penggantian baterai. Itu akan memberi produsen keunggulan kompetitif yang besar.”

Menurut Aspinity, blok analog platform RAMP dapat diprogram ulang dengan algoritme khusus aplikasi. RAMP dapat menganalisis data analog mentah dari berbagai jenis sensor termasuk akselerometer yang digunakan untuk pemantauan getaran industri.

Digitasi Pertama vs Analisis Pertama (Sumber:Aspinity)

Demler mencatat, "RAMP adalah sirkuit tujuan khusus." Dalam menggunakan RAMP, desainer harus mempertimbangkan biaya vs. manfaat dari menambahkan komponen lain ke perangkat yang diaktifkan suara mereka. Tapi apakah itu sisi negatifnya? Tidak persis, kata Demler. “RAMP adalah pendeteksi aktivitas suara (atau suara). Itu tidak menentukan dengan tepat apa yang dikatakan. Dalam beberapa sistem, akan sangat masuk akal untuk mengintegrasikan RAMP sebagai ujung depan prosesor ucapan, bukan sebagai chip yang terpisah.”

CEO Aspinity, Doyle mengatakan bahwa ia berencana untuk berkecimpung dalam bisnis IP selain menjual chip. Perusahaan saat ini memiliki sejumlah mitra yang bekerja dengannya. “Beberapa adalah perusahaan konsumen dan yang lainnya adalah mitra chipset,” kata Doyle. Chipnya diambil sampelnya hari ini. Rencananya adalah untuk masuk ke produksi volume pada paruh pertama tahun 2020.

Perusahaan
Aspinity didirikan untuk mengkomersialkan penelitian di West Virginia University. Startup ini memiliki hak eksklusif dan penuh untuk menggunakan teknologi yang dikembangkan di universitas.

Aspinity telah mengumpulkan total “$3,6 hingga $3,7 juta” dalam pendanaan selama tiga putaran. Menurut CEO, Amazon berpartisipasi dalam dua putaran. Perusahaan ini memiliki tim yang terdiri dari sepuluh insinyur, banyak yang memiliki pengalaman analog yang luas, kata Doyle.

— Junko Yoshida, Pemimpin Redaksi Global, AspenCore Media, Kepala Koresponden Internasional, EE Times

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