L'approche de traitement analogique de la puce IA réduit la puissance

Aspinity, une startup basée à Pittsburg et fondée en 2015, lance mardi une plate-forme de processeur modulaire analogique reconfigurable, ou RAMP. La plate-forme de traitement analogique ultra basse consommation est conçue pour d'abord détecter, analyser et classer les données brutes des capteurs, dans le domaine analogique. Une fois qu'il distingue les données (une voix, une alarme, un changement de fréquence ou d'amplitude vibratoire, etc.) du bruit de fond, RAMP transfère les données pour la numérisation.

(Source :Aspinity)

Le résultat de cette approche « analyser le premier en analogique » est qu'elle « réduit la puissance requise à la périphérie jusqu'à 10 fois et le volume de données traité jusqu'à 100 fois pour les applications toujours actives », selon Aspinity. La startup affirme que RAMP peut jouer un rôle clé dans les dispositifs de détection fonctionnant sur batterie et toujours allumés pour les marchés grand public, de la maison intelligente, de l'IoT et de l'industrie.

Mike Demler, analyste principal chez The Linley Group, a déclaré à EE Times , « La caractéristique la plus distinctive de RAMP est sa puissance extrêmement faible. Ne tirer que 10 microampères pendant le fonctionnement actif est tout un exploit pour une puce analogique. »

Le fondateur et PDG d'Aspinity, Tom Doyle, nous a dit qu'il était ravi lorsqu'il a récemment entendu Gene Frantz parler de « la nécessité de ramener les réseaux de neurones à l'analogique ». Frantz, auparavant chercheur en technologie et ardent promoteur du DSP à TI, est maintenant professeur à la Rich University. Plus tôt cette année, dans une interview avec EE Times, il a suggéré que l'IA avait besoin d'une meilleure solution et pour cela, « nous devrions envisager de revenir au traitement du signal analogique ».

C'était de la musique aux oreilles de Doyle. Le traitement analogique est précisément ce pour quoi le RAMP d'Aspinity est configuré.

Analogique contre numérique
D'autres fournisseurs de puces, dont STMicroelectronics et Renesas, par exemple, ont proposé des dispositifs terminaux dotés de capacités d'IA pour la détection d'anomalies. En quoi le RAMP d'Aspinity diffère-t-il ?

Joe Hoffman, directeur de la connectivité sans fil et de la détection des machines chez SAR Insight &Consulting, a déclaré :« STMicroelectronics et Renesas utilisent la technologie numérique. Ils implémentent les éléments fondamentaux du neurone artificiel en utilisant des circuits numériques et des logiciels sur leurs processeurs principaux. » ST, par exemple, dépend des cœurs de microprocesseur ARM, tandis que Renesas utilise son propre processeur dynamiquement reconfigurable (DRP) – que Hoffman a décrit comme « une approche hybride quelque part entre un cœur de microprocesseur et un FPGA ». Il a déclaré : « Le DRP peut être reconfiguré à la volée. »

En revanche, le RAMP d'Aspinity utilise une approche de circuit analogique. Hoffman a noté, Aspinity construit des neurones et des synapses en utilisant des conceptions analogiques plutôt que des conceptions numériques.

En conséquence, au lieu de développer un système de maintenance prédictive qui numérise en continu des milliers de points de données pour surveiller les tendances des changements de certains pics spectraux, « RAMP peut échantillonner et sélectionner uniquement les points de données les plus importants, en compressant la quantité de données de vibration en 100x et diminuant considérablement la quantité de données collectées et transmises pour analyse », selon l'entreprise.

La réduction de la quantité de données est la clé pour activer un système de capteur sans fil fonctionnant sur batterie.

Mythique contre Aspinity
L'analogique était la façon originale de modéliser les réseaux de neurones. Le numérique est venu plus tard, a déclaré Demler. "Mais plus récemment, des chercheurs (et des entreprises comme Mythic et Syntiant) se sont penchés sur le calcul analogique en mémoire pour réduire la puissance par rapport aux moteurs d'inférence numériques."

En éliminant les transactions de mémoire numérique requises dans un moteur d'inférence typique, "Vous pouvez potentiellement économiser beaucoup d'énergie et de zone de matrice", a expliqué Demler.

Le PDG d'Aspinity, Doyle, a déclaré :« Tout comme une architecture informatique numérique traditionnelle, Aspinity possède à la fois une" mémoire de code "pour stocker la structure de l'algorithme et les paramètres/coefficients de l'algorithme, et une" mémoire de données "pour stocker un historique des caractéristiques d'un signal. au fur et à mesure que nous le traitons. Cependant, contrairement à un ordinateur traditionnel, Aspinity n'utilise pas de blocs de mémoire. Au lieu de cela, la mémoire de code et la mémoire de données "sont mélangées avec les composants de calcul pour plus d'efficacité et de compacité", a expliqué Brandon Rumberg, CTO et fondateur d'Aspinity. La mémoire non volatile est intégrée à l'intérieur de RAMP.

D'une certaine manière, Mythic et Aspinity sont similaires car leur approche est le « calcul analogique interne ». Mais c'est là que s'arrête la similitude.

Mythic dépend de l'entrée numérique. Aspinity, en revanche, traite les entrées analogiques. Demler a expliqué :« Mythic utilise simplement des cellules de mémoire flash comme éléments de conductance à tension variable pour remplacer les accumulateurs numériques (MAC) ». D'autre part, « Aspinity utilise une variété de circuits analogiques paramétrés ; amplis, filtres, additionneurs/soustracteurs, etc."

Précision 6-8 bits
Comme l'a expliqué Hoffman, « les circuits numériques offrent beaucoup plus de précision dans leurs calculs que l'analogique et sont compatibles avec les processus de conception numérique bien connus et la technologie CMOS. Par exemple, les processeurs de pointe ont tous une largeur de 64 bits aujourd'hui, tandis que les processus analogiques mentionnés ici [Mythic, Aspinity et autres] sont généralement de 6 à 8 bits de précision. [Cependant], cette précision inférieure est suffisante pour de nombreuses applications. »

En résumé, a noté Hoffman, « Aspinity se concentre sur un ensemble d'applications limité de traitement acoustique pour la détection de mots/sons de réveil à ultra-faible puissance. C'est avantageux lorsque le reste de l'appareil peut être mis en veille en mode basse consommation. »

Demler pense également que l'analogique a ses limites, dans la variabilité processus/tension/température, etc. Il a noté :« C'est pourquoi nous ne l'avons pas vu gagner beaucoup de terrain dans les produits commerciaux. » D'un autre côté, cependant, "si vous pouvez éliminer toutes les transactions de mémoire numérique requises dans un moteur d'inférence typique, vous pouvez potentiellement économiser beaucoup d'énergie et de zone de matrice."

Applications
Aspinity voit un marché croissant pour les « appareils axés sur la voix » tels que les haut-parleurs intelligents et les appareils portables/écouteurs. Doyle a déclaré : « Imaginez une télécommande de télévision à commande vocale qui fonctionne pendant un an par changement de batterie. Cela donnera aux fabricants un avantage concurrentiel important. »

Selon Aspinity, les blocs analogiques de la plate-forme RAMP peuvent être reprogrammés avec des algorithmes spécifiques à l'application. RAMP peut analyser les données analogiques brutes de différents types de capteurs, y compris les accéléromètres utilisés pour la surveillance des vibrations industrielles.

Numériser d'abord vs. Analyser d'abord (Source :Aspinity)

Demler a noté :« RAMP est un circuit à usage spécial. » En utilisant RAMP, les concepteurs doivent considérer le coût par rapport aux avantages de l'ajout d'un autre composant à leurs appareils à commande vocale. Mais est-ce un inconvénient ? Pas exactement, dit Demler. « RAMP est un détecteur d'activité vocale (ou sonore). Cela ne détermine pas exactement ce qui est dit. Dans certains systèmes, il serait tout à fait logique d'intégrer RAMP comme frontal d'un processeur vocal, plutôt que comme une puce séparée. »

Le PDG d'Aspinity, Doyle, a déclaré qu'il prévoyait de se lancer dans le secteur de la propriété intellectuelle en plus de vendre des puces. La société a actuellement un certain nombre de partenaires avec lesquels elle travaille. "Certaines sont des entreprises de consommation et d'autres sont des partenaires de chipsets", a déclaré Doyle. La puce échantillonne aujourd'hui. Le plan est d'entrer dans la production en volume au cours du premier semestre 2020.

Entreprise
Aspinity a été fondée pour commercialiser la recherche à l'Université de Virginie-Occidentale. La startup dispose des droits exclusifs et complets d'utilisation de la technologie développée à l'université.

Aspinity a levé un total de « 3,6 à 3,7 millions de dollars » de financement sur trois tours. Selon le PDG, Amazon a participé à deux tours. La société dispose d'une équipe de dix ingénieurs, dont beaucoup ont une vaste expérience analogique, a déclaré Doyle.

— Junko Yoshida, co-rédacteur en chef mondial, AspenCore Media, correspondant international en chef, EE Times

>> Cet article a été initialement publié le notre site jumeau, EE Times :"Aspinity remet les réseaux de neurones à l'analogique."