Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Industrial Internet of Things >> Eingebettet

KI-Chip zielt auf Edge-Geräte mit geringem Stromverbrauch ab

Kneron, das in San Diego und Taiwan ansässige KI-Silizium- und IP-Startup, hat ein KI-SoC auf den Markt gebracht, das eine aktualisierte Version der neuronalen Verarbeitungseinheit (NPU) des Unternehmens enthält. Die KL720 verfügt außerdem über einen Cadence DSP AI Co-Prozessor und einen Arm Cortex M4-Kern zur Systemsteuerung. Während Knerons KI-SoC der nächsten Generation auf stromsparende Edge- und Smart-Home-Geräte wie Video-Türklingeln und Roboter-Staubsauger ausgerichtet ist, kann der KL720 „in allem verwendet werden, vom Tesla bis zum Toaster“, so das Unternehmen.

Kneron behauptet, dass dieser Chip der zweiten Generation Chips aus Intels Movidius-Reihe und Googles Coral Edge TPU in Bezug auf die Energieeffizienz übertrifft. Der NPU-Block der KL720 kann 1,4 TOPS leisten, während der gesamte SoC, einschließlich der zusätzlichen DSP- und Cortex-M4-Kerne, auf 0,9 TOPS/W kommt. Dies ist ausreichend, um Bilder und Videos in 4K-Auflösung bis zu einer Auflösung von Full HD 1080p zu verarbeiten. Dies ist im Vergleich zu Knerons Chip der vorherigen Generation, KL520, der im Mai 2019 veröffentlicht wurde, günstig, der 0,3 TOPS bei 0,6 TOPS/W erreichen konnte.


Knerons KL720 AI SoC verfügt über die NPU IP des Unternehmens zusammen mit einem DSP AI Co-Prozessor und einem Cortex M4 Systemsteuerungskern (Bild:Kneron)

Während der Chip der vorherigen Generation ausschließlich auf die Bildverarbeitung ausgerichtet war, eignet sich Knerons KI-SoC der nächsten Generation auch gut für die Audioverarbeitung. Mit der zunehmenden Popularität von Sprachsteuerungsschnittstellen steigt die Nachfrage nach KI-Verarbeitung innerhalb des Edge-Geräts, da sie schneller und billiger als die Verarbeitung in der Cloud ist und die Privatsphäre der Benutzer gewahrt wird. Laut Kneron verfügt der KL720 über genügend Rechenleistung, um „ein ganzes Wörterbuch im Wert von Wörtern“ zu erkennen, weit über konkurrierende Chips hinaus, die nur bestimmte Aktivierungswörter erkennen können.

Kneron demonstriert Kunden seit mindestens Januar einen Prototyp der KL720. Das 2015 gegründete Unternehmen begann mit der Entwicklung von KI-Modellen für Anwendungsfälle wie Gesichtserkennung. Neben KI-Silizium lizenziert das Unternehmen auch sein NPU-IP; die Version der NPU in der KL720 wurde bereits erfolgreich in Cadence Tensilica Vision P6 DSP IP und Synopsys' ARC Prozessor IP integriert.

Der Schlüssel, der es der NPU ermöglicht, sowohl mit Bildern als auch mit Audio zu arbeiten, ist ihr rekonfigurierbares Design.

„Wir zerlegen Mainstream-KI-Frameworks und [Convolutional Neural Network]-Modelle in grundlegende Bausteine ​​und konfigurieren sie basierend auf der benötigten Anwendung und dem KI-Framework, mit dem wir arbeiten, neu, damit sich unsere Lösungen an die entsprechenden CNN-Modelle anpassen und diese beschleunigen können.“ Albert Liu, CEO von Kneron, sagte gegenüber EE Times in einem früheren Interview.

„Zum Beispiel haben ResNet (für die Gesichtserkennung) und LSTN (für die Spracherkennung), obwohl eines für Audio und das andere visuell ist, gemeinsame Bausteine“, sagte Liu. „Während andere Lösungsanbieter sie möglicherweise mit unabhängigen Lösungen unterstützen müssen, konfiguriert die Lösung von Kneron die gemeinsamen Bausteine ​​in unserer rekonfigurierbaren KI-Engine neu, sodass wir in Echtzeit verschiedene Modelle wie ResNet und LSTM basierend auf der KI-Anwendung unterstützen können.“


Der KL720 von Kneron kann sowohl Video- als auch Audioverarbeitung verarbeiten (Bild:Kneron)

Kneron hat kürzlich auch Kneo angekündigt, das private Mesh-Netzwerk des Unternehmens für verbundene KI-betriebene Sensoren. Kneo ist so konzipiert, dass die Geräte eines Verbrauchers (zumindest diejenigen, die einen Kneron-Chip enthalten) zusammenarbeiten können, ohne dass Daten an die Cloud gesendet werden. Die Daten werden stattdessen lokal gespeichert und durch Blockchain geschützt. Das Unternehmen sagte, Kneo werde es Verbrauchern auch ermöglichen, ihre Daten von „Big Tech“ fernzuhalten und sogar ihre eigenen Daten zu ihren eigenen Bedingungen zu verkaufen, wenn sie dies wünschen.

Muster des KL720 werden „bald“ verfügbar sein.

>> Dieser Artikel wurde ursprünglich veröffentlicht am unsere Schwesterseite EE Times.


Eingebettet

  1. Cloud-Anbieter zitieren die Rolle, da die KI-Inferenz an den Rand wechselt
  2. Mouser:SAM R34 SiPs von Microchip bieten eine LoRa-Lösung mit geringem Stromverbrauch für Edge-Geräte
  3. ST treibt KI zu Edge- und Node-Embedded-Geräten mit STM32 Neural-Network Developer Toolbox
  4. KI-Chiparchitektur zielt auf die Grafikverarbeitung ab
  5. Stromsparende Geräte vereinfachen das Design von Fahrzeugbeleuchtung
  6. Low-Power-Radarchip verwendet neuronale Spiking-Netzwerke
  7. Präzisions-Flowsensor zielt auf Beatmungsgeräte ab
  8. Das Internet der Dinge braucht Edge-Cloud-Computing
  9. Ein Überblick über selbsteinziehende Absturzsicherungen
  10. 5 Fragen, die Sie sich stellen sollten, bevor Sie in Edge Computing eintauchen