IMEC innove avec un SNN ultra-performant pour drones et autres
Les réseaux de neurones à impulsions (SNN) sont des analogues plus proches des réseaux de neurones biologiques que les réseaux de neurones synaptiques pondérés courants. Dans les SNN, les données sont déplacées sous la forme d’une série d’impulsions électriques dans le temps, mais uniquement lorsque l’entrée sensorielle change. La puce d’IMEC consomme 1% de la puissance des NN artificiels traditionnels tout en réduisant de dix fois la latence.
Le radar pour les applications militaires et avioniques a également eu une exigence traditionnelle pour le traitement du signal numérique à haute vitesse et haute performance et est de plus en plus envisagé pour le trafic routier et la conduite autonome.
La puce d’IMEC compte 336 neurones. Une partie de cette structure neuronale est entièrement connectée vers l’aval, une partie a des connexions récurrentes de rétroaction et de transmission en aval reconfigurables. Le circuit fonctionne à une tension nominale de 1,1 V et a été fabriqué en 40nm CMOS par TSMC. Il peut classifier les signatures radar micro-Doppler en utilisant seulement 30 microwatts de puissance alors que l’architecture et les algorithmes puissent être appliqués à une variété de données de capteur unidimensionnelles et bidimensionnelles, y compris l’électrocardiogramme, la parole, le sonar et les flux radar et lidar. Le premier cas d’utilisation du réseau de neurones de pointe d’IMEC est un système radar anti-collision pour drones.
Bien que les réseaux de neurones artificiels soient utilisés dans l’industrie automobile, l’IMEC souligne que dans les environnements où la puissance disponible est limitée tels que les drones alimentés par batterie, la consommation électrique est trop importante. De plus, le temps nécessaire pour transmettre les données des capteurs et les traiter dans l’algorithme d’inférence AI est trop long.
à suivre: Une première mondiale
« Aujourd’hui, nous présentons la première puce au monde capable de traiter les signaux radar à l’aide d’un réseau neuronal à impulsions récurrentes », a déclaré Ilja Ocket, responsable du programme de détection neuromorphique à l’IMEC, dans un communiqué. Ocket a insisté sur le fait que les SNN peuvent être connectés de manière récurrente – transformant ainsi le SNN en un système dynamique qui apprend et se souvient des modèles temporels.
Cela évite de maintenir une formation longue et intensive en données distincte de l’inférence. « La technologie que nous introduisons aujourd’hui est un grand pas en avant dans le développement de systèmes véritablement autodidactes », a déclaré Ocket.
Elle a déclaré qu’en procédant à un traitement des données beaucoup plus proche du capteur, le radar devrait être en mesure de distinguer plus rapidement et plus précisément les objets en approche.
Kathleen Philips, directrice du programme de détection cognitive IoT à l’IMEC, a ajouté: « Pour la création [de la puce], nous avons rassemblé des experts de diverses disciplines au sein de l’IMEC – du développement d’algorithmes d’apprentissage et des architectures de réseaux de neurones à impulsions qui utilisent la neuroscience comme base, au traitement du signal biomédical et traitement du signal radar et la conception de puces numériques de très faible consommation. «
Il ‘sen suit que l’IMEC a utilisé une conception de circuit avec une tension de fonctionnement proche du seuil minimal dans un processus de fabrication CMOS relativement osé.
Lire aussi:
Le CEA-Leti intègre un réseau de neurones à impulsions SNN sur une puce
L’Imec et le CEA unissent leurs forces sur l’IA et l’informatique quantique
Related links and articles:
News articles:
Here comes a 77GHz CMOS radar transceiver from China
Hold your breath! IMEC 8 GHz radar will detect your heartbeat
Analog Devices’ lidar is flying under the radar
Si vous avez apprécié cet article, vous aimerez les suivants : ne les manquez pas en vous abonnant à :
