Microcontroleur Neuromorphique fonctionnant sous 0,2 V
La plate-forme basée sur une architecture à 55nm comprend un processeur Cortex-M3 de ARM, un DSP Coolflux de NXP Semiconductors, un convertisseur analogique-numérique à 12 bits successifs (SAR), la gestion de l’alimentation et le support de blocs analogiques tels que détecteur de sortie, oscillateurs, capteur de température, oscillateur à quartz et oscillateurs RC.
Eta Compute estime avoir deux avantages principaux pour sa plate-forme de microcontrôleur. L’un est la capacité de fonctionner à des tensions jusqu’à environ 0.2V, l’autre est son logiciel de réseau neuronal de pointe.
La société a été fondée en 2015 avec pour mission d’atteindre des tensions de fonctionnement très basses – et donc une puissance extrêmement faible – et pour ce faire a décidé d’utiliser une logique asynchrone. Eta a appliqué sa technologie de logique asynchrone insensible au retard (DIAL) au Cortex-M3 et au DSP de Coolflux pour fournir un processeur de très faible consommation qui peut ne presque rien consommer en attendant un événement mais peut atteindre des performances conventionnelles à environ 100 MHz fréquence d’horloge si nécessaire. La plate-forme a été prouvée en silicium dans le processus ULP 55nm de TSMC, a indiqué la compagnie.
En soi, cela devrait déjà donner à Eta Compute un des meilleurs microcontrôleurs conventionnels. Mais le second avantage est le développement d’algorithmes de réseaux de neurones dopants qui fonctionnent sur un moteur d’intelligence artificielle logiciel hébergé sur le Cortex-M3. Cet engagement avec l’intelligence artificielle est venu en grande partie avec le recrutement de Nara Srinivasa en tant que chef de la technologie en 2017.
«Notre architecture brevetée de processeurs événementiels (DIAL) est combinée avec nos algorithmes neuromorphiques entièrement personnalisables», a déclaré M. Srinivasa, dans un communiqué: «Ceux-ci constitueront la base d’un ensemble d’applications variées et étendues qui livreront l’intelligence artificielle au réseau. Avant de rejoindre Eta Compute, Srinivasa travaillait chez Intel Labs, y compris dans la recherche sur la modélisation et la performance des réseaux de neurones.
A suivre: Applications
Le type d’applications que la plateforme d’Eta Compute cible comprend des applications pour la reconnaissance vocale; algorithmes de photopléthysmographie (PPG) dans les dispositifs portables, la détection de mouvements et la fusion de capteurs, a déclaré Paul Washkewicz, vice-président du marketing. « Nous faisons quelques applications en interne », en partie pour preuve de concepta-t-il dit . Cela peut inclure par exemple la reconnaissance des chiffres de un à dix dictés à voix haute afin qu’une unité toujours en marche, puisse initier une numérotation vers un numéro de téléphone.
Pour la réalisation d’applications plus complexes Eta Compute collaborerait avec ses titulaires de licence IP, a déclaré M. Washkewicz. « Dans le futur, nous pourrions être en mesure de développer un environnement de développement logiciel.
« Dans le futur, nous pourrions être en mesure de développer un environnement de développement logiciel.
L’utilisation de logiciels pour exécuter un réseau de neurones sur un cœur Cortex-M3 va à l’encontre de la tendance de l’industrie à se tourner vers les accélérateurs matériels; multiplier le matériel riche qui fonctionne sur des types de données de résolution relativement basse. Mais Washkewicz a soutenu que, bien que cette approche puisse être nécessaire pour les réseaux de neurones convolutionnels, il s’agit d’un cas différent lorsque l’on utilise des réseaux de neurones à impulsion. « Avec les réseaux de neurones à impulsion, vous faites beaucoup plus de choses avec moins de multiplications et, du point de vue de la consommation d’énergie, nous sommes les meilleurs de la classe. » Il a ajouté que les réseaux de neurones à impulsion utilisent une connectivité plus éparse que les réseaux de neurones concurrents.
Washkewicz a ajouté que le DSP est une grande partie de la solution. De nombreuses applications, y compris l’audio et l’imagerie, peuvent bénéficier d’un traitement de signal initial, pour la réduction du bruit et le pré-traitement de la parole.
Néanmoins, la R & D en informatique neuromorphique actuelle tend à se tourner vers des dispositifs de mémoire qui englobent les caractéristiques d’un neurone biologique. De cette façon, on conçoit qu’un réseau de mémoire puisse être une implémentation matérielle et proche d’un réseau neuronal d’inspiration biologique. Il est vraisemblable que l’on pense que les neuromorphismes durs confèrent un avantage en termes de performance énergétique.
Washkewicz a déclaré que pour l’instant, Eta Compute continue sur la vois du silicium programmable avec une pile logicielle sur le dessus et le DSP pour le prétraitement.
A suivre: jusqu’à 0.2V
Le processeur Cortex-M3 peut fonctionner jusqu’à 0.2V et consommer aussi peu d’énergie que 1microwatt. Cependant, la conception utilise des shifters de niveau pour maintenir les tensions pour les SRAM, a déclaré Washkewicz. Il a dit que typiquement la fréquence d’horloge est réduite à moins de 100KHz à 0.2V et tourne à 100MHz au dessus de 1V.
Pour l’instant, la plate-forme est uniquement disponible pour la fabrication via la fonderie TSMC. « Nous avons des versions 90nm avec une fuite plus faible et 55nm pour des performances un peu plus élevées », a déclaré Washkewicz ajoutant que l’Eta Compute travaille également avec des géométries plus faibles, mais pas nécessairement avec des noyaux ARM.
Eta Compute offre une variété de modèles d’octroi de licences, y compris des contrats NRE standard, perpétuels et clés en main.
La rédaction vous conseille:
La synapse artificielle du MIT première étape vers un cerveau artificiel?
Alibaba et Qualcomm investissent dans l’IA
Xilinx prépare une architecture révolutionaire à 7nm
Related links and articles in English:
https://www.frontiersin.org/articles/10.3389/fnins.2018.00126/full
https://ieeexplore.ieee.org/document/8259423/
News articles:
Eta raises funds for spiking neural networks
Low-power startup recruits former Intel chief scientist as CTO
Minima, ARM apply ‘real-time’ voltage scaling to Cortex-M3
Self-timed logic is Eta Compute’s low-power secret
Si vous avez apprécié cet article, vous aimerez les suivants : ne les manquez pas en vous abonnant à :
