Der analoge Verarbeitungsansatz des KI-Chips reduziert die Leistung

Aspinity, ein 2015 gegründetes Startup mit Sitz in Pittsburg, bringt am Dienstag eine rekonfigurierbare analoge modulare Prozessorplattform (RAMP) auf den Markt. Die analoge Verarbeitungsplattform mit extrem geringem Stromverbrauch wurde entwickelt, um zunächst Sensorrohdaten zu erkennen, zu analysieren und zu klassifizieren – im analogen Bereich. Sobald Daten (eine Stimme, ein Alarm, eine Änderung der Schwingungsfrequenz oder -stärke usw.) von Hintergrundgeräuschen unterschieden werden, gibt RAMP die Daten zur Digitalisierung weiter.

(Quelle:Aspinity)

Das Ergebnis dieses „Analyze-First-in-Analog“-Ansatzes ist, dass er „die am Edge benötigte Leistung um das bis zu 10-fache und das verarbeitete Datenvolumen um das bis zu 100-fache für Always-on-Anwendungen reduziert“, so Aspinity. Das Startup behauptet, dass RAMP eine Schlüsselrolle bei batteriebetriebenen, ständig eingeschalteten Sensorgeräten für Verbraucher-, Smart-Home-, IoT- und Industriemärkte spielen kann.

Mike Demler, Senior Analyst bei The Linley Group, sagte gegenüber EE Times , „Das auffälligste Merkmal von RAMP ist seine extrem niedrige Leistung. Im aktiven Betrieb nur 10 Mikroampere zu ziehen, ist für einen analogen Chip eine wahre Meisterleistung.“

Der Gründer und CEO von Aspinity, Tom Doyle, sagte uns, dass er erfreut war, als er kürzlich Gene Frantz über die "Notwendigkeit, neuronale Netze zurück auf analoge Netzwerke umzustellen" sprach. Frantz, zuvor Technologiestipendiat und überzeugter Befürworter von DSP bei TI, ist jetzt Professor an der Rich University. Anfang des Jahres schlug er in einem Interview mit der EE Times vor, dass KI eine bessere Lösung brauche und dafür „wir überlegen sollten, zur analogen Signalverarbeitung zurückzukehren.“

Das war Musik in Doyles Ohren. Die analoge Verarbeitung ist genau das, wofür RAMP von Aspinity eingerichtet ist.

Analog vs. Digital
Andere Chiphersteller, darunter STMicroelectronics und Renesas, haben beispielsweise Endpunktgeräte mit KI-Funktionen zur Anomalieerkennung auf den Markt gebracht. Wie unterscheidet sich die RAMP von Aspinity?

Joe Hoffman, Director of Wireless Connectivity &Machine Sensing bei SAR Insight &Consulting, sagte:„STMicroelectronics und Renesas nutzen digitale Technologie. Sie implementieren die grundlegenden Elemente des künstlichen Neurons, indem sie digitale Schaltungen und Software auf ihren Kernprozessoren verwenden.“ ST zum Beispiel hängt von ARM-Mikroprozessorkernen ab, während Renesas seinen eigenen Dynamically Reconfigurable Processor (DRP) verwendet – den Hoffman als „einen hybriden Ansatz irgendwo zwischen einem Mikroprozessorkern und einem FPGA“ beschrieb. Er sagte:„Das DRP kann im Handumdrehen neu konfiguriert werden.“

Im Gegensatz dazu verwendet RAMP von Aspinity einen analogen Schaltungsansatz. Hoffman bemerkte, dass Aspinity Neuronen und Synapsen baut, indem es analoge Designs anstelle von digitalen Designs verwendet.

Anstatt ein vorausschauendes Wartungssystem zu entwickeln, das kontinuierlich Tausende von Datenpunkten digitalisiert, um Trends in den Änderungen bestimmter Spektralspitzen zu überwachen, kann „RAMP nur die wichtigsten Datenpunkte abtasten und auswählen und die Menge der Schwingungsdaten um . komprimieren 100x und die Menge der gesammelten und zur Analyse übertragenen Daten drastisch reduziert“, so das Unternehmen.

Die Reduzierung der Datenmenge ist der Schlüssel zu einem batteriebetriebenen, drahtlosen Sensorsystem.

Mythisch vs. Aspinity
Analog war der ursprüngliche Weg, um neuronale Netze zu modellieren. Digital kam später, sagte Demler. „Aber in letzter Zeit untersuchen Forscher (und Unternehmen wie Mythic und Syntiant) analoge In-Memory-Berechnungen, um die Leistung im Vergleich zu digitalen Inferenzmodulen zu reduzieren.“

Durch den Wegfall der digitalen Speichertransaktionen, die in einer typischen Inferenzmaschine erforderlich sind, „können Sie möglicherweise viel Strom und Platz sparen“, erklärte Demler.

Doyle, CEO von Aspinity, sagte:„Wie eine traditionelle digitale Computerarchitektur verfügt Aspinity sowohl über einen ‚Codespeicher‘, um die Struktur des Algorithmus und die Parameter/Koeffizienten des Algorithmus zu speichern, als auch ‚Datenspeicher‘, um eine Historie der Signaleigenschaften zu speichern wie wir es verarbeiten. Im Gegensatz zu einem herkömmlichen Computer verwendet Aspinity jedoch keinen großen Teil Speicherblöcke. Stattdessen werden sowohl Codespeicher als auch Datenspeicher „aus Effizienz- und Kompaktheitsgründen mit den Rechenkomponenten vermischt“, erklärte Brandon Rumberg, CTO und Gründer von Aspinity. Integriert in RAMP ist ein nichtflüchtiger Speicher.

In gewisser Weise sind Mythic und Aspinity ähnlich, weil ihr Ansatz „interne analoge Berechnung“ ist. Aber hier endet die Ähnlichkeit.

Mythic hängt vom digitalen Eingang ab. Aspinity hingegen verarbeitet analoge Eingänge. Demler erklärte:„Mythic verwendet nur Flash-Speicherzellen als spannungsvariable Leitfähigkeitselemente, um digitale Multiply-Akkus (MACs) zu ersetzen.“ Andererseits „verwendet Aspinity eine Vielzahl von parametrisierten analogen Schaltkreisen; Verstärker, Filter, Addierer/Subtrahierer usw.“

6-8 Bit Präzision
Wie Hoffman erklärte:„Digitale Schaltungen bieten viel mehr Präzision in ihren Berechnungen als analoge und sind mit bekannten digitalen Designprozessen und CMOS-Technologie kompatibel. Zum Beispiel haben moderne Prozessoren heute alle eine 64-Bit-Breite, während die hier erwähnten analogen Prozesse [Mythic, Aspinity und andere] im Allgemeinen eine Genauigkeit von 6 bis 8 Bit haben. [Allerdings] ist diese geringere Genauigkeit für viele Anwendungen gut genug.“

Zusammenfassend stellte Hoffman fest:„Aspinity konzentriert sich auf einen begrenzten Anwendungssatz akustischer Verarbeitung für die Erkennung von Weckwörtern/Ton bei extrem niedriger Leistung. Dies ist von Vorteil, wenn der Rest des Geräts in einem Energiesparmodus in den Ruhezustand versetzt werden kann.“

Demler ist auch der Ansicht, dass Analoges seine Grenzen hat, in Bezug auf Prozess- / Spannungs- / Temperaturvariabilität usw. Er bemerkte:"Deshalb haben wir nicht gesehen, dass es bei kommerziellen Produkten an Bedeutung gewinnt." Auf der anderen Seite jedoch:„Wenn Sie alle digitalen Speichertransaktionen eliminieren können, die in einer typischen Inferenzmaschine erforderlich sind, können Sie möglicherweise viel Strom und Platz sparen.“

Anwendungen
Aspinity sieht einen wachsenden Markt für „Voice-First-Geräte“ wie intelligente Lautsprecher und Wearables/Hearables. Doyle sagte:„Stellen Sie sich eine sprachgesteuerte TV-Fernbedienung vor, die pro Batteriewechsel ein Jahr lang läuft. Das wird den Herstellern einen großen Wettbewerbsvorteil verschaffen.“

Laut Aspinity können die analogen Blöcke der RAMP-Plattform mit anwendungsspezifischen Algorithmen umprogrammiert werden. RAMP kann analoge Rohdaten von verschiedenen Arten von Sensoren analysieren, einschließlich Beschleunigungsmessern, die für die industrielle Schwingungsüberwachung verwendet werden.

Zuerst digitalisieren vs. zuerst analysieren (Quelle:Aspinity)

Demler bemerkte:„RAMP ist eine spezielle Schaltung.“ Bei der Verwendung von RAMP müssen Designer die Kosten im Vergleich zu den Vorteilen des Hinzufügens einer weiteren Komponente zu ihren sprachaktivierten Geräten berücksichtigen. Aber ist das ein Nachteil? Nicht ganz, sagte Demler. „RAMP ist ein Sprach- (oder Geräusch-) Aktivitätsdetektor. Es bestimmt nicht genau, was gesagt wird. In manchen Systemen wäre es sehr sinnvoll, RAMP als Front-End eines Sprachprozessors zu integrieren und nicht als separaten Chip.“

Doyle, CEO von Aspinity, sagte, er plane, neben dem Verkauf von Chips auch im IP-Geschäft tätig zu sein. Das Unternehmen hat derzeit eine Reihe von Partnern, mit denen es zusammenarbeitet. „Einige sind Verbraucherunternehmen und andere sind Chipsatz-Partner“, sagte Doyle. Der Chip wird heute bemustert. Die Serienproduktion soll im ersten Halbjahr 2020 erfolgen.

Unternehmen
Aspinity wurde gegründet, um die Forschung an der West Virginia University zu kommerzialisieren. Das Startup hat die exklusiven, vollen Nutzungsrechte an der an der Universität entwickelten Technologie.

Aspinity hat in drei Runden insgesamt „3,6 bis 3,7 Millionen US-Dollar“ an Finanzierungen aufgebracht. Laut dem CEO nahm Amazon an zwei Runden teil. Das Unternehmen verfügt über ein Team von zehn Ingenieuren, von denen viele über umfangreiche analoge Erfahrungen verfügen, sagte Doyle.

— Junko Yoshida, Global Co-Editor-In-Chief, AspenCore Media, Chief International Correspondent, EE Times

>> Dieser Artikel wurde ursprünglich veröffentlicht am unsere Schwesterseite, EE Times:„Aspinity stellt neuronale Netze zurück auf Analog.“