在微控制器(MCU)領域,將機器學習人工智慧(AI)導入網路邊緣的努力正風起雲湧。但是執行演算法——如卷積神經網路(CNN)——的運算需求對功率要求相當高。無晶圓廠半導體供應商GreenWaves Technologies發佈了一款新處理器以回應這一要求,該處理器將AI應用於感測器讀數以協助擷取資料,並減少資料的串流量。

GreenWaves GAP8應用處理器是針對視訊和音訊處理演算法,以及CNN最佳化的八核心運算集群。該處理器還具有專用於通訊、控制和感測器資料預分析的核心。該元件的目標應用包括:目標和人臉檢測、振動分析及音訊資料流程中的關鍵字辨識。GAP8基於開放的RISC-V架構,是歐洲平行超低功耗計畫(PULP)的一部分,旨在提高電池供電物聯網(IoT)應用(如感知)的邊緣處理性能。

GreenWaves業務發展副總裁Martin Croome在接受採訪時表示,在邊緣擁有AI能力的好處,在於能夠顯著減少設備和雲端服務之間的資料流量。AI允許邊緣設備對其收集的資料進行分類,並僅發送分類結果,而不是原始資料。例如,在人數統計應用中,使物聯網攝影鏡頭能夠將人與現場視野中的其他物件區分開來,就可以無需將視訊資訊發送到雲端。相反,設備只需發送它統計的人數,從而將資料速率從每秒幾千位元組降低到每天幾個位元組。同樣,只需少量命令字的簡單語音控制應用,幾乎可以完全在GAP8等邊緣元件的處理能力範圍內運行。

該處理器的架構採用單指令流多資料流(SIMD),可支援九個相同的處理器核心,一個核心用作結構控制器,並啟動其他八個核心以根據需要提供平行處理。控制器能夠協調所產生的操作,因此每個核心可以獨立執行任務直至完成,然後讓控制器彙集結果以供下一條指令使用。Croome估計,就完成的AI功能來說,其實現的處理性能比傳統數位訊號處理器(DSP)高出近20倍。

由於GAP8及其支援的軟體和開發工具建立在開放平台上,因此可達到這種性能水準的成本可能非常低。不涉及版權或授權費用,該公司的開發投資只花費在其可以增值的地方而不是構建基礎,因此,該公司預計,該晶片以100K的量出貨時,單價為5美元。進而,該公司預估,採用成本低於15美元的硬體,就可以實現消費類機器人的機器視覺和語音控制。

20180510NT01P1 Gapuino開發板提供一個機會,使用GAP8處理器在邊緣快速開始和AI攜手合作。(圖片來源:GreenWaves Technology)

該處理器的軟體開發套件(SDK)2017年12月開始提供,而GreenWaves也在今年4月推出一款開發板——Gapuino,從而使開發人員能夠快速進行產品開發。該SDK支援多種即時作業系統(包括mBed),並包含一個自動拼接器(auto-tiler)來幫助平行處理應用程式碼和資料流程。它還提供一個用於常見AI演算法(如CNN)的程式碼產成器,以及用於將TensorFlow(用於人工智慧的開放原始碼軟體庫)AI描述橋接到Gap的軟體。基礎開發板的預訂價格為100歐元,並且提供感測器介面和影像外掛程式擴展板。

(參考原文: Battery-powered AI at the edge helps reduce IoT data clutter,by Richard Quinnell)