Puces AI edge très basse consommation chez Imec
gtag(‘js’, new Date()); gtag(‘config’, ‘UA-160857065-1’);
Imec en Belgique a développé une puce d’évaluation utilisant une nouvelle technique qui réduit considérablement la consommation des systèmes AI edge d’apprentissage automatique.
L’architecture Analog in Memory Computing (AiMC) utilise des cellules de mémoire modifiées pour traiter les données dans des réseaux de neurones formés pour l’IA edge (à la périphérie du réseau) avec une efficacité énergétique de 2900 TOPS/W.
«Nous avons construit une cellule de calcul spéciale où vous économisez de l’énergie en réduisant les transferts numériques», a déclaré Diederik Verkest, directeur de programme d’apprentissage automatique chez imec. « En fonction de la largeur d’impulsion sur la ligne d’activation [de la cellule], vous obtenez la somme des poids sur le [convertisseur analogique-numérique] CAN avant de poursuivre les calculs numériques », a-t-il déclaré.
« Dans cette puce, nous travaillons avec des poids à 3 niveaux. Un poids peut être -1, 0 ou 1 et nous utilisons deux cellules SRAM pour stocker ce niveau de poids. La cellule de calcul est un circuit analogique avec quelques transistors supplémentaires placés au dessus » de ces deux cellules SRAM « , at-il dit. « Cela produit un signal analogique proportionnel à la multiplication du poids à 3 niveaux stocké et le signal d’activation (la sortie du CNA). Donc à proprement parler, le poids à 3 niveaux est stocké de façon numérique mais tout le calcul se fait dans le domaine analogique. «
«Le passage en production réussi de AnIA (Analog Inference Accelerator) marque une étape importante vers la validation de l’analogique en calcul mémoire (AiMC)», a-t-il ajouté. «L’implémentation de référence montre non seulement que les calculs analogiques en mémoire sont possibles en pratique, mais également qu’ils atteignent une efficacité énergétique dix à cent fois meilleure que les accélérateurs numériques. De notre point de vue, il s’agissait d’une étape importante dans le programme d’apprentissage automatique pour montrer qu’un calcul analogique peut avoir la même précision que le calcul numérique »
La puce de test Analog Inference Accelerator (AnIA) a été construite sur le procédé basse consommation FD-SOI 22 nm de Global Foundries dans son usine de Dresde, en Allemagne. La puce mesure 4 mm2 avec 1024 signaux d’entrée et 512 sorties avec des performances similaires aux unités de traitement graphique (GPU) d’aujourd’hui. Il a montré la même précision qu’une implémentation numérique à 1% près, mais avait une efficacité énergétique de 2900 TOPS/W. La combinaison d’une faible consommation et d’un faible coût ouvre des opportunités pour la reconnaissance et la détection d’images par IA edge dans le matériel embarqué.
«Le calcul analogique est une nouvelle frontière phénoménale car il vous permet de réduire le mouvement des données et cela va devenir une technologie usuelle», a déclaré Hiren Majmudar, vice-président de la gestion des produits pour les infrastructures informatiques et câblées chez GF.
à suive: Puce d’évaluation IA Edge
«Cette puce de test est une étape cruciale pour montrer à l’industrie comment le 22FDX peut réduire considérablement la consommation d’énergie des applications d’IA et d’apprentissage automatique énergivores», a déclaré Majmudar.
«Nous obtenons les mêmes performances que les GPU mais avec une efficacité énergétique beaucoup plus grande et une puce de 4 mm2», a déclaré Verkest. «Si vous augmentez la surface de la puce, vous augmenterez également les niveaux de performances et une fois que vous commencerez à vous approcher de la surface des GPU, les performances seront plus élevées mais la consommation d’énergie sera comparable.
«GlobalFoundries a collaboré étroitement avec imec pour mettre en œuvre la nouvelle puce AnIA en utilisant notre plate-forme de fabrication 22FDX basse consommation et hautes performances», a déclaré. Majmudar
GF inclura AiMC comme fonctionnalité pouvant être implémentée sur la technologie 22nm FD-SOI. 22FDX avec la nouvelle fonctionnalité AiMC est en cours de développement sur la ligne de production ultramoderne de 300 mm de GF au Fab 1 à Dresde, en Allemagne.
« Nous voyons des partenaires de GF avec du silicium validé et nous nous attendons à ce que le silicium de calcul analogique atteigne la production en série à la fin de cette année et au début de l’année prochaine et arrivera sur le marché de masse pas plus tard qu’en 2022 et peut-être plus tôt que cela », a-t-il déclaré.
Cette première version fabriquée sur la plateforme GF utilisait des cellules SRAM modifiées mais la même technique peut être utilisée avec d’autres technologies de mémoire. « Vous pouvez utiliser SRAM, MRAM, flash, DRAM, et ça fait partie du programme de développement pour comprendre quelle option est la meilleure », a déclaré Verkest chez imec.
Lire aussi:
IMEC innove avec un SNN ultra-performant pour drones et autres
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
www.imec.be; www.globalfoundries.com
Video: https://vimeo.com/436410439/732aebec23
Related edge AI articles
- SUMITOMO LEADS $10M BACKING OF ANAGOG
- THE WORLD’S SMALLEST SOLUTION
- LOW POWER REFERENCE DESIGN
- FOXCONN, SOCIONEXT AND HAILO PARTNER
- FPGA FAMILY TARGETS EDGE COMPUTING, AI/ML AND VISION PROCESSING
- EDGE STARTUP OFFERS LEGACY SUPPORT AND ML ACCELERATION