De MAX78000 low-power neurale netwerk-versnelde microcontroller van Maxim Integrated verplaatst kunstmatige intelligentie (AI) naar de rand zonder compromissen op het gebied van prestaties in op batterijen werkende Internet of Things (IoT) -apparaten. Door AI-gevolgtrekkingen uit te voeren met minder dan 1 / 100ste van de energie van softwareoplossingen, wordt de looptijd van AI-toepassingen op batterijen drastisch verbeterd, terwijl complexe nieuwe AI-gebruiksscenario's mogelijk werden die voorheen als onmogelijk werden beschouwd. Deze stroomverbeteringen komen zonder concessies te doen aan latentie of kosten: de MAX78000 voert conclusies 100x sneller uit dan softwareoplossingen die draaien op microcontrollers met een laag stroomverbruik, tegen een fractie van de kosten van FPGA- of GPU-oplossingen.
AI-technologie stelt machines in staat om te zien en te horen en de wereld te begrijpen op manieren die voorheen onpraktisch waren. In het verleden betekende het naar de rand brengen van AI-gevolgtrekkingen het verzamelen van gegevens van sensoren, camera's en microfoons, die gegevens naar de cloud sturen om een gevolgtrekking uit te voeren en vervolgens een antwoord terugsturen naar de rand. Deze architectuur werkt, maar is erg uitdagend voor edge-applicaties vanwege de slechte latentie en energieprestaties. Als alternatief kunnen low-power microcontrollers worden gebruikt om eenvoudige neurale netwerken te implementeren; latentie lijdt er echter onder en alleen eenvoudige taken kunnen aan de rand worden uitgevoerd.
Door een speciale neurale netwerkversneller te integreren met een paar microcontroller-cores, overwint de MAX78000 deze beperkingen, waardoor machines complexe patronen kunnen zien en horen met lokale, energiezuinige AI-verwerking die in realtime wordt uitgevoerd. Toepassingen zoals machine vision, audio en gezichtsherkenning kunnen efficiënter worden gemaakt, aangezien de MAX78000 gevolgtrekkingen kan uitvoeren met minder dan 1 / 100ste energie die een microcontroller nodig heeft. De kern van de MAX78000 wordt gevormd door gespecialiseerde hardware die is ontworpen om het energieverbruik en de latentie van convolutionele neurale netwerken (CNN) te minimaliseren. Deze hardware werkt met minimale tussenkomst van elke microcontroller-kern, waardoor de werking extreem gestroomlijnd is. Energie en tijd worden alleen gebruikt voor de wiskundige bewerkingen die een CNN implementeren.Om gegevens van de buitenwereld efficiënt in de CNN-engine te krijgen, kunnen klanten een van de twee geïntegreerde microcontroller-kernen gebruiken: de ultra-low-power Arm® Cortex®-M4-kern, of de nog minder krachtige RISC-V-kern.
AI-ontwikkeling kan een uitdaging zijn en Maxim Integrated biedt uitgebreide tools voor een meer naadloze evaluatie- en ontwikkelingservaring. De MAX78000EVKIT # bevat audio- en camera-ingangen en kant-en-klare demo's voor het herkennen van grote woordenschatzoekwoorden en gezichtsherkenning. Volledige documentatie helpt ingenieurs netwerken te trainen voor de MAX78000 in de tools die ze gewend zijn te gebruiken: TensorFlow of PyTorch.
Belangrijkste voordelen
- Low Energy: Hardwareversneller in combinatie met Arm M4F- en RISC-V-microcontrollers met ultralaag vermogen brengt intelligentie naar de rand met minder dan 1 / 100ste van de energie in vergelijking met de meest concurrerende embedded oplossingen.
- Lage latentie: voert AI-functies uit aan de rand om complexe inzichten te verkrijgen, waardoor IoT-applicaties cloudtransacties kunnen verminderen of elimineren en de latentie meer dan 100x kan worden verkort in vergelijking met software.
- Hoge integratie: Low-power microcontroller met neurale netwerkversneller maakt complexe, realtime inzichten mogelijk in IoT-apparaten op batterijen.
Beschikbaarheid en prijzen
- De MAX78000 is verkrijgbaar bij geautoriseerde distributeurs; prijzen op aanvraag beschikbaar.
- De evaluatiekit MAX7800EVKIT # is verkrijgbaar voor $ 168.
- Ga naar http://bit.ly/Maxim_AI voor meer informatie over de kunstmatige intelligentie-oplossingen van Maxim Integrated