作為替代方案，低功耗微控制器可用于實施簡單的神經網絡運算，但延遲會受到影響，且只能在邊緣執行簡單任務。

通過集成專用的神經網絡加速器，MAX78000克服了這些局限性，憑借在本地以低功耗實時執行AI處理，使機器能夠看到和聽到復雜的型態。由于MAX78000執行推理的功耗不到微控制器軟件運行功耗的百分之一，大幅提高了機器視覺、語音和面部識別等應用的工作效率。MAX78000的核心是專用硬件，其設計旨在最大程度地降低卷積神經網絡(CNN)的能耗和延遲。該硬件運行時幾乎不需要任何微控制器核的介入，意味著操作的流線化程度極高。能量和時間僅用于實施CNN的數學運算。為了將外部世界的采集數據高效輸入到CNN引擎，用戶可使用兩種集成微控制器核之一：超低功耗ARMò Cortexò-M4 核，或功耗更低的RISC-V核。

鑒于AI開發的挑戰性，Maxim Integrated提供了工具，實現平穩的評估和開發體驗。MAX78000EVKIT#包括音頻和攝像頭輸入，開箱即用的演示平臺支持大字表關鍵詞檢索和面部識別。完備的文檔可幫助工程師訓練MAX78000網絡，且采用其日常使用的工具：TensorFlow或PyTorch。

英飛凌模塊FF900R12IP4

型號：FF900R12IP4 (德國進口/全新原裝）

制造商：英飛凌Infineon/EUPEC

產品種類：IGBT 模塊

品質：全新原裝

電壓：12000 V

電流：900 A

工作溫度:145C

FF900R12IP4模塊性能：

絕緣柵雙極型晶體管，是由BJT(雙極型三極管)和MOS(絕緣柵型場效應管)組成的復合全控型電壓驅

動式功率半導體器件, 兼有MOSFET的高輸入阻抗和GTR的低導通壓降兩方面的優點。GTR飽和壓降低，載流密度大，但驅動電流較大；MOSFET驅動功率很小，開關速度快，但導通壓降大，載流密度小。IGBT綜合了以上兩種器件的優點，驅動功率小而飽和壓降低。非常適合應用于直流電壓為600V及以上的變流系統如交流電機、變頻器、開關電源、照明電路、牽引傳動等領域。

低能耗：硬件加速器與超低功耗ARM M4F及RISC-V微控制器相結合，將智能化實施推進到邊緣，能耗不足嵌入式競爭方案的百分之一。

低延遲：在邊緣執行AI功能，實現復雜的認知，使IoT應用減少或省去云端事務處理，速度提高到軟件方案的100倍。

高度集成：帶有神經網絡加速器的低功耗微控制器使得在電池供電的IoT設備中是實現復雜、實時認知成為可能。

人工智能往往與大數據云端方案聯系在一起。任何能夠脫離電源線和對大容量鋰離子電池組依賴的技術都有助于開放設計人員的思路，進而構建更敏捷、更適應其運行環境的AI方案。

我們已經省去了邊緣AI實施的電源線。電池供電IoT設備現在能做的遠遠超出簡單的關鍵詞識別。我們已經改變了不得不在功耗、延遲和成本之間取舍的游戲規則，我們期待這項創新技術催生新的應用領域。

(素材來源：eccn和ttic.如涉版權請聯系刪除。特別感謝）