ROHM開發(fā)出一款設(shè)備端學(xué)習(xí)*AI芯片(配備設(shè)備端學(xué)習(xí)AI加速器的SoC)，該產(chǎn)品利用AI(人工智能)技術(shù)，能以超低功耗實(shí)時(shí)預(yù)測內(nèi)置電機(jī)和傳感器等的電子設(shè)備的故障(故障跡象檢測)，非常適用于IoT領(lǐng)域的邊緣計(jì)算設(shè)備和端點(diǎn)*1。

通常，AI芯片要實(shí)現(xiàn)其功能，需要進(jìn)行設(shè)置判斷標(biāo)準(zhǔn)的“訓(xùn)練”，以及通過學(xué)到的信息來判斷如何處理的“推理”。在這種情況下，“訓(xùn)練”需要匯集龐大的數(shù)據(jù)量形成數(shù)據(jù)庫并隨時(shí)更新，因此進(jìn)行訓(xùn)練的AI芯片需要具備很高的運(yùn)算能力，而其功耗也會(huì)隨之增加。正因如此，面向云計(jì)算設(shè)備開發(fā)的高性能、昂貴的AI芯片層出不窮，而適用于邊緣計(jì)算設(shè)備和端點(diǎn)(更有效地構(gòu)建物聯(lián)網(wǎng)社會(huì)的關(guān)鍵)的低功耗、可在設(shè)備端學(xué)習(xí)的AI芯片開發(fā)卻困難重重。

此次開發(fā)出的AI芯片，是ROHM在基于日本慶應(yīng)義塾大學(xué)松谷教授開發(fā)的“設(shè)備端學(xué)習(xí)算法”，面向商業(yè)化開發(fā)的AI加速器*2(AI專用硬件計(jì)算電路)和ROHM8位高效CPU“tinyMicon MatisseCORE?(以下簡稱“Matisse”)”構(gòu)成。通過將2萬門超小型AI加速器與高效CPU相結(jié)合，能以僅幾十mW(僅為以往AI訓(xùn)練芯片的1/1000)的超低功耗實(shí)現(xiàn)訓(xùn)練和推理。利用本產(chǎn)品，無需連接云服務(wù)器，就可以在設(shè)備終端將未知的輸入數(shù)據(jù)和模式形成“不同于以往”的數(shù)值并輸出，因此可在眾多應(yīng)用中實(shí)現(xiàn)實(shí)時(shí)故障預(yù)測。

未來，ROHM計(jì)劃將該AI芯片的AI加速器應(yīng)用在IC產(chǎn)

日本慶應(yīng)義塾大學(xué) 理工學(xué)部信息工學(xué)科 松谷 宏紀(jì) 教授表示：“隨著5G通信和數(shù)字孿生*3等物聯(lián)網(wǎng)技術(shù)的發(fā)展，對(duì)云計(jì)算的要求也越來越高，而在云服務(wù)器上處理所有數(shù)據(jù)，從負(fù)載、成本和功耗方面看并不現(xiàn)實(shí)。我們研究的‘設(shè)備端學(xué)習(xí)’和開發(fā)的‘設(shè)備端學(xué)習(xí)算法’，是為了提高邊緣端的數(shù)據(jù)處理效率，創(chuàng)建更好的物聯(lián)網(wǎng)社會(huì)。這次，我校通過與ROHM公司進(jìn)行聯(lián)合研究，進(jìn)一步改進(jìn)了設(shè)備端學(xué)習(xí)電路技術(shù)，并有望以高性價(jià)比的方式推出產(chǎn)品。我們預(yù)計(jì)在不久的將來，這種原型AI芯片將會(huì)成功嵌入ROHM的IC產(chǎn)品中，為實(shí)現(xiàn)更高效的物聯(lián)網(wǎng)社會(huì)做出貢獻(xiàn)。”

關(guān)于tinyMicon MatisseCORE?

tinyMicon MatisseCORE?(Matisse：Micro arithmetic unit for tiny size sequencer)

是ROHM自主開發(fā)的8位微處理器(CPU)，該產(chǎn)品旨在隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展來提高模擬IC的智能化程度。憑借針對(duì)嵌入式應(yīng)用而優(yōu)化的指令集和最新的編譯器技術(shù)，以高標(biāo)準(zhǔn)實(shí)現(xiàn)了更小的芯片面積和程序代碼、以及更高速的運(yùn)算處理能力。此外，該產(chǎn)品還符合汽車功能安全標(biāo)準(zhǔn)“ISO 26262”、ASIL-D等的要求，適用于對(duì)可靠性要求高的應(yīng)用。另外，利用內(nèi)置的自有“實(shí)時(shí)調(diào)試功能”，在調(diào)試時(shí)的處理可以完全不影響應(yīng)用程序的運(yùn)行，因此能在應(yīng)用產(chǎn)品工作的同時(shí)進(jìn)行調(diào)試。

AI芯片(配備設(shè)備端學(xué)習(xí)

AI加速器的SoC)詳細(xì)介紹

這次開發(fā)出的設(shè)備端學(xué)習(xí)AI芯片原型(產(chǎn)品型號(hào)：BD15035)在人工智能技術(shù)的基礎(chǔ)上，采用了慶應(yīng)義塾大學(xué)松谷教授開發(fā)的“設(shè)備端學(xué)習(xí)算法(三層神經(jīng)網(wǎng)絡(luò)*4的AI電路)”。為了推出可以投放市場的產(chǎn)品，ROHM將這種AI電路的大小從500萬門縮小為2萬門，僅為原來的0.4%，并將其重新構(gòu)建為自有的AI加速器“AxlCORE-ODL”，同時(shí)，利用ROHM的8位高效微處理器“tinyMicon MatisseCORE?”進(jìn)行AI加速器的運(yùn)算控制，使得僅數(shù)十毫瓦的超低功耗AI訓(xùn)練和推理成為可能。利用本產(chǎn)品，無需連接云服務(wù)器和事先進(jìn)行AI訓(xùn)練，就可以設(shè)備終端將未知的輸入數(shù)據(jù)和模式(例如加速度、電流、照度、聲音等)形成“不同于以往(異常度)”的數(shù)值并輸出，因此不僅可以降低云服務(wù)器和通信成本，還能通過終端AI進(jìn)行實(shí)時(shí)故障預(yù)測(故障跡象檢測)。

另外，ROHM還提供可安裝微控制器開發(fā)板“Arduino*5”用擴(kuò)展板(配備Arduino兼容引腳)的評(píng)估板，以方便客戶評(píng)估這款A(yù)I芯片。評(píng)估板上裝有無線通信模塊(Wi-Fi和Bluetooth?)以及64kbit EEPROM(內(nèi)存)，只需將該評(píng)估板與傳感器等單元相連接，將傳感器裝在監(jiān)控對(duì)象上，即可在顯示屏上確認(rèn)AI芯片的效果。關(guān)于該評(píng)估板，如有需要?dú)g迎聯(lián)系ROHM的銷售部門。

術(shù)語解說

*1) 邊緣計(jì)算設(shè)備和端點(diǎn)

將構(gòu)成大數(shù)據(jù)基礎(chǔ)的服務(wù)器和計(jì)算機(jī)連接云端，即成為“云服務(wù)器”和“云計(jì)算設(shè)備”，而構(gòu)成邊緣(端)側(cè)的邊緣計(jì)算設(shè)備則是指終端的計(jì)算機(jī)或設(shè)備。端點(diǎn)是指比邊緣計(jì)算設(shè)備更末端的設(shè)備和地點(diǎn)。

*2) AI加速器

在實(shí)現(xiàn)AI功能時(shí)，將由軟件讓處理器(CPU)執(zhí)行處理改為通過硬件處理來提高處理速度的設(shè)備(或電子電路)。

*3) 數(shù)值孿生

一種將現(xiàn)實(shí)世界中的信息像雙胞胎一樣映射在虛擬空間(數(shù)字空間)中的技術(shù)。

*4) 三層神經(jīng)網(wǎng)絡(luò)

在受人腦機(jī)制啟發(fā)而誕生的神經(jīng)網(wǎng)絡(luò)(數(shù)學(xué)公式和函數(shù)的模型)中，由輸入層、中間層和輸出層組成的處理流程中，將中間層視為一層、總共僅由三層構(gòu)成的簡單神經(jīng)網(wǎng)絡(luò)。由幾十層中間層來執(zhí)行更復(fù)雜的AI處理的多層神經(jīng)網(wǎng)絡(luò)即為“深度學(xué)習(xí)”。

*5) Arduino

Arduino推出的由載有微控制器和輸入輸出端口的PCB板及軟件開發(fā)環(huán)境構(gòu)成的開放源代碼平臺(tái)，已在全球廣泛普及。