Aspinity stellt RAMP vor: Analogprozessor senkt Edge-Strom um 10x

Aspinity, ein 2015 in Pittsburgh gegründetes Startup, stellt am Dienstag eine Reconfigurable Analog Modular Processor Plattform vor – RAMP. Die ultra-niedrigenergetische, analoge Verarbeitungsplattform ist darauf ausgelegt, rohe Sensordaten – wie Sprache, Alarme oder Vibrationsänderungen – direkt im analogen Domäne zu detektieren, analysieren und klassifizieren. Nachdem Signal von Hintergrundrauschen getrennt wurde, übergibt RAMP die verfeinerten Daten zur Digitalisierung.

(Quelle: Aspinity)

Durch Priorisierung analoger Analyse zuerst kann RAMP den Stromverbrauch von Edge-Geräten um bis zu zehnfach senken und das Datenvolumen für Always-On-Anwendungen um den Faktor 100 reduzieren, so Aspinity. Die Plattform zielt auf batteriebetriebene, Always-On-Sensing-Geräte in Consumer-, Smart-Home-, IoT- und Industriemärkten ab.

Senior Analyst Mike Demler von The Linley Group sagte EE Times, dass RAMPs herausragendes Merkmal der extrem niedrige Stromverbrauch ist – nur 10 µA im aktiven Betrieb, eine bemerkenswerte Leistung für einen analogen Chip.

Gründer und CEO Tom Doyle zeigte sich begeistert nach Gene Frantz' Diskussion über die Notwendigkeit, neuronale Netze zurück in den analogen Bereich zu bringen. Frantz, ehemals TI Technology Fellow und jetzt Professor an der Rice University, plädiert seit langem für analoge Signalverarbeitung in KI. „Genau das macht RAMP“, sagte Doyle.

Analog vs. Digital

Andere Anbieter wie STMicroelectronics und Renesas bewerben KI-fähige Endpunkt-Geräte für Anomalieerkennung, setzen aber auf digitale Schaltungen und Software. ST nutzt ARM-Kerne, Renesas bietet einen hybriden Dynamically Reconfigurable Processor (DRP). Im Gegensatz dazu baut RAMP Neuronen und Synapsen vollständig mit analogen Designs.

Da RAMP nur die relevantesten Datenpunkte sampelt, kann es Vibrationsdaten um 100x komprimieren, was die für Analyse zu übertragende Datenmenge drastisch senkt. Diese Kompression ist kritisch für batteriebetriebene, drahtlose Sensornetzwerke.

Mythic vs. Aspinity

Analoge Berechnung war der ursprüngliche Ansatz für neuronale Netze. Heute erforschen Firmen wie Mythic und Syntiant In-Memory-Analog-Computing, um Strom im Vergleich zu digitalen Inferenz-Engines zu senken. Durch Eliminierung digitaler Speichertransaktionen lassen sich signifikante Strom- und Die-Area-Einsparungen erzielen.

Aspinitys Architektur speichert Code und Datenmemory interleaved mit Compute-Elementen, nutzt Non-Volatile Memory für Effizienz. Im Gegensatz zu Mythic, das digitale Eingabe akzeptiert und Flash-Zellen als analoge Leitwerte nutzt, verarbeitet RAMP rohe analoge Signale durch parametrisierte analoge Schaltungen – Verstärker, Filter, Addierer, Subtrahierer.

6-8 Bit Präzision

Digitale Schaltungen bieten typischerweise höhere Präzision, aber für viele Anwendungen ist 6- bis 8-Bit-analoge Präzision ausreichend. Diese niedrigere Präzision ermöglicht ein kleineres, niedrigenergetisches Design, das für Aufgaben wie Wake-Word-Erkennung noch effektiv ist.

Zusammenfassend zielt RAMP auf eine Nische ultra-niedrigenergetischer akustischer Verarbeitung für Wake-Word- und Sound-Erkennung ab, ermöglicht Geräten Deep Sleep im Leerlauf.

Obwohl analog Herausforderungen wie Prozess-, Spannungs- und Temperaturschwankungen hat, können das Eliminieren digitaler Speichertransaktionen substanzielle Strom- und Flächenvorteile bringen.

Anwendungen

Aspinity sieht einen wachsenden Markt für Voice-First-Geräte – Smart Speaker, Wearables, Hearables. Doyle stellt sich eine Voice-First-TV-Fernbedienung vor, die ein Jahr mit einer Batterie läuft, was Herstellern einen Wettbewerbsvorteil gibt.

RAMPs analoge Blöcke lassen sich mit anwendungsspezifischen Algorithmen neu programmieren, um rohe analoge Daten verschiedener Sensoren zu analysieren, einschließlich industrieller Beschleunigungssensoren für Vibrationsmonitoring.

Digitize First vs. Analyze First (Quelle: Aspinity)

RAMP ist ein Special-Purpose-Circuit. Designer müssen Kosten-Nutzen abwägen, aber es kann als Frontend eines Speech-Prozessors dienen statt als separater Chip.

CEO Doyle plant Expansion in IP-Lizenzierung neben Chip-Verkauf. Das Unternehmen hat Partnerschaften mit mehreren Consumer- und Chipsatz-Firmen und sampled den Chip heute, Volumenproduktion ist für Anfang 2020 geplant.

Unternehmen

Aspinity wurde gegründet, um Forschung der West Virginia University zu kommerzialisieren und hält exklusive Rechte an der Universitäts-Technologie. Das Startup hat 3,6–3,7 Mio. $ über drei Finanzierungsrunden eingeworben, Amazon beteiligte sich an zwei Runden. Das Team von zehn Ingenieuren bringt umfangreiche Analog-Expertise mit.

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

>> Dieser Artikel wurde ursprünglich auf unserer Schwesterseite EE Times veröffentlicht: „Aspinity Puts Neural Networks Back to Analog.“