BrainChip社は、超低消費電力（1ミリワット未満）のニューラル・プロセッシング・ユニット（NPU）「Akida Pico」を発表しました。このNPUは、補聴器、ノイズキャンセリングイヤホン、医療機器といったバッテリー駆動の小型インテリジェント機器のAIアクセラレータとして利用できます。Akida Pico NPUは、スタンドアロンチップとして実装することも、既存の設計に組み込むこともできます。
BrainChipのAkida Picoは、メモリを搭載せず15万個のトランジスタを搭載したNPU IPで、NPU、DMA、AXIバスマトリックスを統合し、プロセッサやマイクロコントローラの他の部分に接続します。Akida Picoは、ライセンサーの要件を満たすために、イベントSRAMまたはウェイトSRAM、AHB、eMMC、SPI、GPIOインターフェースなどで拡張できます。GlobalFoundriesの22FDX（22nmクラス、FD SOI）プロセス技術を使用して実装した場合、Akida Pico NPUの消費電力は1ミリワット未満で、占有面積はわずか0.12 mm2です。50KBのSRAMで拡張すると、ダイサイズは0.18 mm2に拡大します。同社によると、このIPは、TSMCの低コスト12nmクラスノードや、必要に応じて超ハイエンドの3nmクラスプロセス技術を含む、あらゆる量産ノード向けに合成可能です。
画像
1
の
2
BrainChip独自のMetaTFソフトウェアにより、開発者はAkida Pico上で直接Temporal-Enabled Neural Networks（TENN）を構築し、微調整することができます。MetaTFは、TensorFlow / Keras、PyTorchといった一般的なフレームワークで開発されたAIモデルもサポートしているため、開発者は新しいプログラミング言語やフレームワークを習得することなく、エッジデバイス向けのAIソリューションを迅速に構築・展開できます。
パフォーマンスに関しては、BrainChipは正確な数値を公表していません（ただし、パフォーマンスはスケーラブルです）。これは、他のAIプロセッサがトランスフォーマー向けにカスタマイズされているのに対し、BrainChipはTENNを使用しているためと思われます。そのため、同社は「リンゴとオレンジ」のような比較を避けたいと考えているようです。データ形式に関しては、Akida PicoはFP32、INT8、INT4をサポートしていますが、INT4は対象アプリケーションにとって精度が不十分であるため、主にINT8をターゲットとしています。
画像
1
の
3
同社は、Akida Picoの主な用途として、音声ウェイクアップ検出、キーワード認識、ノイズ抑制、プレゼンス検知、ウェアラブル機器、パーソナル音声アシスタントなどを想定しています。また、家電製品の音声制御にも利用でき、特にウェアラブルAIやスマートホームデバイスに効果的です。BrainChipによると、Akida Picoの超低消費電力は「究極のエッジAI」に最適化されており、まだ存在しない新興デバイスへの搭載も想定されています。
「当社のすべてのエッジAI対応プラットフォームと同様に、Akida Picoは、ニューラルアプリケーションに求められる低レイテンシと低消費電力を実現し、AIオンチップコンピューティングの限界をさらに押し広げるために開発されました」と、BrainChipのCEOであるショーン・ヘヒル氏は述べています。「AIの専門知識が限られている場合でも、AIモデルやアプリケーションの開発に精通している場合でも、Akida PicoとAkida開発プラットフォームは、最も電力効率とメモリ効率に優れた時間イベントベースのニューラルネットワークをより迅速かつ確実に作成、トレーニング、テストする能力をユーザーに提供します。」
Tom's Hardware の最高のニュースと詳細なレビューをあなたの受信箱に直接お届けします。
アントン・シロフはTom's Hardwareの寄稿ライターです。過去数十年にわたり、CPUやGPUからスーパーコンピュータ、最新のプロセス技術や最新の製造ツールからハイテク業界のトレンドまで、あらゆる分野をカバーしてきました。
