能量效率的AI處理和超低功耗MCU
發布時間:2020/10/21 21:29:40 訪問次數:1041
MAX78000是集成了基于FPUMCU和卷積神經網絡加速器的超低功耗人工智能(AI) 處理器.它是新品種的AI 微控制器,用來建立神經網絡,以實現超低功耗和在物聯網(IoT)的邊緣現場直播.該器件組合了最有能量效率的AI處理和現已驗證了超低功耗MCU.基于硬件的卷積神經網絡(CNN)加速器是電池供電的應用能實現人工智能推斷而僅需化費微焦爾的能量.
帶FPU的Arm Cortex-M4處理器工作高達100MHz,具有16KB指令緩沖的最佳性能,用于SRAM的可選擇誤差修正碼(ECC-SEC-DED),而332位RISC-V協處理器工廠作頻率高達60MHz主要用在目標檢測和分類,音頻處理如多個關鍵字識別,聲音分類,噪音消除,面部識別以及時間系列數據處理如心率/健康信號分析,多傳感器分析以及預測性維修.
MAX78000并沒有影響延遲指標和成本：其成本只是FPGA或GPU方案的零頭，而執行推理的速度比低功耗微控制器上實施的軟件方案快100倍。
AI技術使機器能夠以之前完全不可能的方式來觀察、聆聽和感知世界。過去，將AI推理布置到邊緣意味著從傳感器、攝像機和麥克風收集數據，然后將數據發送到云端實現推理算法，再將結果送回到邊緣。由于延遲和能耗較大，這種架構對于邊緣普及極具挑戰。
制造商:Power Integrations產品種類:電源管理模塊RoHS: 詳細信息產品:IGBT Drivers最大輸入電壓:15.5 V輸出電壓:-輸出電流:35 A最大工作溫度:+ 85 C商標:Power Integrations集電極—發射極最大電壓 VCEO:3.3 kV尺寸:197.1 mm x 43.94 mm x 12 mm下降時間:30 ns最小輸入電壓:14.5 V最小工作溫度:- 40 C輸出功率:2.2 W封裝:Bulk上升時間:9 ns系列:1SP0635
MAX78000是先進的系統級芯片(SoC),具有FPU CPU的ArmR CortexR-M4核,以及超低功耗深度神經網絡加速器.CNN引擎具有加權存儲器442KB,支持1,2,4和8位權重.CNN加權存儲器是基于SRAM的,這樣AI網絡升級能即時進行.CNN引擎還有512KB數據存儲器,CNN架構是高度靈活的,允許網絡用通常的工具包如PyTorch和 TensorFlowR進行培訓,然后轉換成可以由MAX78000采用已驗證過的工具來執行.
帶有神經網絡加速器的MAX78000低功耗微控制器，支持電池供電的嵌入式物聯網(IoT)設備在邊緣通過快速、低功耗人工智能(AI)推理來制定復雜決策。與軟件方案相比，這種快速、低功耗的決策實施使得復雜的AI推理能耗降低到前期方案的百分之一以內，采用AI技術的電池供電系統可大幅延長其運行時間，有助于實現之前無法逾越的新一代電池供電AI應用。
(素材來源：eccn和ttic.如涉版權請聯系刪除。特別感謝）
MAX78000是集成了基于FPUMCU和卷積神經網絡加速器的超低功耗人工智能(AI) 處理器.它是新品種的AI 微控制器,用來建立神經網絡,以實現超低功耗和在物聯網(IoT)的邊緣現場直播.該器件組合了最有能量效率的AI處理和現已驗證了超低功耗MCU.基于硬件的卷積神經網絡(CNN)加速器是電池供電的應用能實現人工智能推斷而僅需化費微焦爾的能量.
帶FPU的Arm Cortex-M4處理器工作高達100MHz,具有16KB指令緩沖的最佳性能,用于SRAM的可選擇誤差修正碼(ECC-SEC-DED),而332位RISC-V協處理器工廠作頻率高達60MHz主要用在目標檢測和分類,音頻處理如多個關鍵字識別,聲音分類,噪音消除,面部識別以及時間系列數據處理如心率/健康信號分析,多傳感器分析以及預測性維修.
MAX78000并沒有影響延遲指標和成本：其成本只是FPGA或GPU方案的零頭，而執行推理的速度比低功耗微控制器上實施的軟件方案快100倍。
AI技術使機器能夠以之前完全不可能的方式來觀察、聆聽和感知世界。過去，將AI推理布置到邊緣意味著從傳感器、攝像機和麥克風收集數據，然后將數據發送到云端實現推理算法，再將結果送回到邊緣。由于延遲和能耗較大，這種架構對于邊緣普及極具挑戰。
制造商:Power Integrations產品種類:電源管理模塊RoHS: 詳細信息產品:IGBT Drivers最大輸入電壓:15.5 V輸出電壓:-輸出電流:35 A最大工作溫度:+ 85 C商標:Power Integrations集電極—發射極最大電壓 VCEO:3.3 kV尺寸:197.1 mm x 43.94 mm x 12 mm下降時間:30 ns最小輸入電壓:14.5 V最小工作溫度:- 40 C輸出功率:2.2 W封裝:Bulk上升時間:9 ns系列:1SP0635
MAX78000是先進的系統級芯片(SoC),具有FPU CPU的ArmR CortexR-M4核,以及超低功耗深度神經網絡加速器.CNN引擎具有加權存儲器442KB,支持1,2,4和8位權重.CNN加權存儲器是基于SRAM的,這樣AI網絡升級能即時進行.CNN引擎還有512KB數據存儲器,CNN架構是高度靈活的,允許網絡用通常的工具包如PyTorch和 TensorFlowR進行培訓,然后轉換成可以由MAX78000采用已驗證過的工具來執行.
帶有神經網絡加速器的MAX78000低功耗微控制器，支持電池供電的嵌入式物聯網(IoT)設備在邊緣通過快速、低功耗人工智能(AI)推理來制定復雜決策。與軟件方案相比，這種快速、低功耗的決策實施使得復雜的AI推理能耗降低到前期方案的百分之一以內，采用AI技術的電池供電系統可大幅延長其運行時間，有助于實現之前無法逾越的新一代電池供電AI應用。
(素材來源：eccn和ttic.如涉版權請聯系刪除。特別感謝）
上一篇：八個NAND通道高性能數據總線
上一篇：微控制器核神經網絡加速器
相關技術資料- 11-29一文解讀多光譜CIS解決方案
- 11-29全新5G Redcap芯片平臺系列應用設計參數
- 11-2910納米第6代（1c）DRAM系列技術應用介紹
- 11-2916通道高精度定時器（HRTimer）研究
- 11-29第四代低功耗藍牙芯片KW 47應用
- 11-29藍牙信道探測（Channel Sounding）
- 11-28最新集成傳感激光測距模塊規格參數技術應用
- 11-28Supermicro NVIDIA HGX B200系統參數應用設
- 11-28新一代 ToF 激光測距傳感器詳細探討
- 11-28全新 Riedon™ 功率電阻產品系列
- 11-28分流電阻的檢測原理及市場格局
- 11-28前沿技術AI輔助診斷應用新進展
公網安備44030402000607
