ImeC präsentiert ersten Spiking Neural Network Radar Chip: 100× weniger Strom, 10× weniger Latenz

ImeC hat den Launch des weltweit ersten Spiking Neural Network (SNN) Chips für Radarsignalverarbeitung angekündigt. Der Durchbruch ermöglicht Low-Power, High-Speed Anti-Kollisionssysteme für Drohnen, die sich nähernde Objekte innerhalb von Millisekunden detektieren und reagieren können.

Durch Emulation der spärlichen Feurmuster biologischer Neuronen verbraucht der Chip 100-mal weniger Strom als konventionelle Lösungen und reduziert Latenz um den Faktor zehn, was fast瞬时 Entscheidungsfindung erlaubt. Zum Beispiel kann der Chip Mikro-Doppler-Radarsignaturen mit nur 30 mW klassifizieren. Seine vielseitige Architektur kann angepasst werden, um eine breite Palette von Sensordatenströmen zu verarbeiten – EKG, Sprache, Sonar, Radar, Lidar – ideal für nächste Generation intelligenter Systeme.

Traditionelle künstliche neuronale Netze (ANNs) dominieren viele KI-Anwendungen, einschließlich automobilen Radar-basierten Kollisionsvermeidung. ANNs fordern jedoch oft hohe Leistung und erfordern, dass Daten den Sensor-Algorithmus-Pfad durchlaufen, bevor eine Entscheidung getroffen werden kann – problematisch für batteriebeschränkte Geräte.

„Heute präsentieren wir den weltweit ersten Chip, der Radarsignale mit einem rekurrenten Spiking Neural Network verarbeitet“, sagt Ilja Ocket, Program Manager Neuromorphic Sensing bei ImeC. „SNNs operieren ähnlich biologischer neuronaler Netze, Neuronen feuern elektrische Pulse nur bei Änderung sensorischer Eingabe. Diese spärliche Aktivität reduziert Energieverbrauch drastisch. Zudem geben rekurrente Verbindungen dem SNN die Fähigkeit, zeitliche Muster zu lernen und zu behalten – ein signifikanter Schritt zu wahrhaft selbstlernenden Systemen.“

ImeCs Chip war ursprünglich für EKG und Sprache in ultra-energiesparenden Geräten ausgelegt. Seine generische, voll-digital, ereignisgesteuerte Architektur erlaubt einfache Rekonfiguration für andere Modalitäten wie Sonar, Radar und Lidar. Im Gegensatz zu analogen SNNs garantiert das digitale Design, dass das Chip-Verhalten präzise der neuronalen Netzwerk-Simulation entspricht.

Smart Low-Power Anti-Kollisionssystem für Drohnen (und Autos)

Ein primäres Ziel für den neuen ImeC-Chip ist ein Low-Latency, Low-Power Anti-Kollisionssystem für Drohnen. Die UAV-Industrie – mehr als Automotive – operiert mit strikten Batterielimits und benötigt schnelle Umgebungswahrnehmung. Durch On-Board-Verarbeitung von Radardaten kann der Chip sich nähernde Objekte schneller und genauer unterscheiden, was Drohnen erlaubt, fast瞬时 auf Gefahren zu reagieren.

Ocket merkt an, dass ein Szenario in Entwicklung autonome Drohnen in Lagerhallen umfasst, die sichere Distanzen zu Wänden und Regalen wahren während komplexer Aufgaben. Dieselbe Technologie könnte auf Robotik, automatisierte Führungsfahrzeuge und sogar Gesundheitsmonitoring ausgedehnt werden.

Um diesen Chip zu realisieren, stellte ImeC ein multidisziplinäres Team zusammen – von Trainings-Algorithmus-Entwicklern und SNN-Architekten inspiriert von Neurowissenschaften, bis zu Biomedizin- und Radar-Signalverarbeitungsexperten, und Ultra-Low-Power-Digital-Chip-Designern – für eine robuste End-to-End-Lösung.

>> Dieser Artikel wurde ursprünglich auf unserer Schwesterseite EE Times Europe veröffentlicht.