La NASA s’intéresse au réseau neuronal à impulsions de BrainChip
gtag(‘js’, new Date()); gtag(‘config’, ‘UA-160857065-1’);
Les réseaux de neurones à impulsions utilisent beaucoup moins d’énergie car ils ne se déclenchent que sur des événements. Le processeur neuronal IP Akida Event Domain de Brainchip offre une prise en charge native des SNN avec une consommation électrique de 3 pJ par opération synaptique dans une implémentation CMOS 28 nm. L’environnement de développement Akida (ADE) utilise les outils de développement de réseau neuronal standard Tensorflow et Keras pour la vision robotique, la navigation, la communication, l’observation et la gestion de la santé du système dans de futurs systèmes robotiques autonomes.
La première étape consiste à évaluer la vulnérabilité aux rayonnements de différentes parties de l’IP sur un processus 28 nm via l’environnement de développement Akida et à définir une architecture pour un système sur puce (SoC) cible.
La puce devrait être construite sur un processus 28 nm, en utilisant le processus de durcissement HARDSIL de Vorago Technologies à Austin, au Texas, pour durcir des blocs spécifiques dans la conception. Il s’agit d’une modification économique des flux de processus commerciaux qui peut être mise en œuvre rapidement avec un minimum d’étapes incrémentales de masque et d’implantations.
L’étape suivante consiste à fabriquer une puce durcie avec une unité de processeur neuronal intégrée à utiliser au sein de la NASA et de la communauté spatiale. Vorago a déjà durci un noyau ARM Cortex-M0 + qui peut être utilisé dans les CubeSats et SmallSats interplanétaires, des instruments destinés aux missions vers les planètes extérieures et des missions héliophysiques ainsi qu’aux environnements de rayonnement sévères.
BrainChip a commencé à expédier des cartes de développement pour la technologie.
«L’Akida NSoC s’est avéré fournir des économies d’énergie significatives et est une intégration complète d’une conception de réseau neuronal», a déclaré Louis DiNardo, PDG de BrainChip. «Le véritable apprentissage AI Edge n’existe pas avec les solutions d’intelligence artificielle actuelles et notre capacité à fournir cette fonctionnalité et d’autres tout en réduisant considérablement la consommation d’énergie, la taille et la nomenclature (BOM) a attiré l’attention de grands fournisseurs de la maison intelligente, des marchés des transports intelligents et des villes intelligentes. Nous pensons que ces capacités fourniront également de nouvelles solutions dans les applications intelligentes de soins de santé qui servent notre mission de soutien des applications d’IA bénéfiques et d’améliorer la condition humaine à l’échelle mondiale en termes de diagnostic des maladies infectieuses, des cancers et d’un large éventail de problèmes de santé mondiaux.
à suivre: BrainChip envoie le fichier RTL Akida à Socionext
Il est à noter que le fichier RTL de la puce n’a été achevé que début décembre. Il a été envoyé au partenaire de fabrication Socionext America (SNA). SNA achèvera la conception physique de du composant et le transfert du tape out à TSMC pour la création de masques pour la production en volume en 2021.
«La conception du dispositif Akida sera transférée à TSMC pour une utilisation dans la fabrication de plaquettes de production afin de répondre aux besoins potentiels des clients en 2021 et au-delà. Il s’agit d’une étape importante pour la société alors que nous entreprenons la commercialisation de l’Akida NSoC », a déclaré DiNardo. «Grâce à notre partenariat avec SNA et TSMC, nous disposons de ressources de classe mondiale et nous espérons avoir un circuit intégré robuste qui réponde aux exigences de performances et de fiabilité.»
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 SNN articles
- SNN CHIP IS A FAST LEARNER
- SPIKING NEURAL NETWORK SoC LAUNCHED
- COMPLETE MACHINE LEARNING FRAMEWORK TARGETS NEUROMORPHIC SOC
- QUALCOMM-BACKED STARTUP ANNOUNCES AI PROCESSOR FAMILY
Si vous avez apprécié cet article, vous aimerez les suivants : ne les manquez pas en vous abonnant à :
