Robots, drones ou v\u00e9hicules qui doivent s\u2019adapter en temps r\u00e9el \u00e0 leur environnement posent une double contrainte aux architectes de processeurs IA : ex\u00e9cuter l\u2019inf\u00e9rence localement et, si possible, poursuivre l\u2019apprentissage sur le terrain, le tout dans une enveloppe \u00e9nerg\u00e9tique serr\u00e9e. Pour ses premiers processeurs d\u2019IA en p\u00e9riph\u00e9rie, la soci\u00e9t\u00e9 AnalogAI a retenu l\u2019IP mat\u00e9rielle neuromorphique memBrain SAGE (Synaptic Analog Generative Engine) de Silicon Storage Technology (SST), filiale de Microchip Technology. Ce choix s\u2019appuie sur le calcul analogique en m\u00e9moire, une approche qui rapproche le traitement du stockage des poids du r\u00e9seau.<\/p>\n
Les processeurs Edge AI d\u2019AnalogAI int\u00e8grent un algorithme propri\u00e9taire optimis\u00e9 en fonction des capacit\u00e9s du mat\u00e9riel, con\u00e7u pour entra\u00eener des mod\u00e8les et ex\u00e9cuter simultan\u00e9ment des inf\u00e9rences dans des environnements r\u00e9els. L\u2019objectif est de permettre aux appareils de s\u2019adapter en temps r\u00e9el \u00e0 des changements soudains de leur environnement.<\/p>\n
Les applications vis\u00e9es incluent les robots humano\u00efdes, les drones et les v\u00e9hicules capables de s\u2019adapter \u00e0 leur environnement. Pour AnalogAI, l\u2019IP memBrain SAGE sert de moteur d\u2019inf\u00e9rence central dans ces premiers produits.<\/p>\n
L\u2019IP memBrain SAGE doit offrir \u00e0 AnalogAI des performances \u00e9lev\u00e9es en calcul analogique en m\u00e9moire (aCIM) pour une consommation inf\u00e9rieure ou \u00e9gale \u00e0 1 W. Elle repose sur la technologie SuperFlash de SST et s\u2019articule autour de l\u2019\u00e9l\u00e9ment logique TILE (Tensor In-Memory Logic Element) et d\u2019une cellule binaire ESF3 capable de stocker jusqu\u2019\u00e0 8 bits par cellule avec une consommation de l\u2019ordre du nanoamp\u00e8re.<\/p>\n
Le bloc comprend \u00e9galement la matrice, les d\u00e9codeurs et les circuits de commande propres \u00e0 memBrain, des convertisseurs num\u00e9rique-analogique et analogique-num\u00e9rique optimis\u00e9s, un sommateur et un circuit de polarisation haute tension, une logique de commande des cellules \u00e0 l\u2019\u00e9chelle du nanoamp\u00e8re ainsi que des circuits de test propri\u00e9taires. SST fournit en outre la documentation technique, les mod\u00e8les de simulation et un accompagnement pour l\u2019int\u00e9gration compl\u00e8te de l\u2019IP.<\/p>\n
Selon Jaejun Lee, directeur g\u00e9n\u00e9ral d\u2019AnalogAI, l\u2019entreprise a pass\u00e9 en revue les offres disponibles sur le march\u00e9 avant de retenir memBrain SAGE, dont la fiabilit\u00e9 a \u00e9t\u00e9 d\u00e9montr\u00e9e sur silicium, afin de r\u00e9duire son temps de d\u00e9veloppement tout en respectant les exigences de tr\u00e8s faible consommation et de performances de son segment.<\/p>\n
Mark Reiten, vice-pr\u00e9sident de l\u2019activit\u00e9 Intelligent Computing chez Microchip, souligne que l\u2019IP apporte \u00e0 la fois les performances de calcul et l\u2019efficacit\u00e9 \u00e9nerg\u00e9tique requises par AnalogAI, qui devient le dernier titulaire de licence en date de la technologie memBrain.<\/p>\n
L\u2019IP memBrain SAGE a \u00e9t\u00e9 d\u00e9velopp\u00e9e et d\u00e9ploy\u00e9e sur des proc\u00e9d\u00e9s de fonderie en 40 nm et 28 nm, avec une m\u00e9moire SuperFlash pr\u00eate pour la production ; la feuille de route pr\u00e9voit une d\u00e9clinaison en 22 nm. M\u00e9moire non volatile embarqu\u00e9e, SuperFlash est utilis\u00e9e dans les applications qui exigent des temps d\u2019acc\u00e8s courts, une endurance \u00e9lev\u00e9e et une r\u00e9tention des donn\u00e9es sans m\u00e9moire externe.<\/p>\n
Les clients int\u00e9ress\u00e9s par l\u2019IP memBrain et la technologie SuperFlash sont invit\u00e9s \u00e0 consulter le site de SST ou \u00e0 contacter un responsable commercial r\u00e9gional, tandis que les produits d\u2019AnalogAI sont pr\u00e9sent\u00e9s sur le site de la soci\u00e9t\u00e9.<\/p>\n