Les puces d'IA effectuent généralement des opérations d'apprentissage et d'inférence pour réaliser des fonctions d'intelligence artificielle. L'apprentissage nécessitant la capture d'une grande quantité de données, leur compilation dans une base de données et leur mise à jour régulière, la puce d'IA qui effectue cet apprentissage requiert une puissance de calcul considérable, et donc une consommation d'énergie importante. Jusqu'à présent, il a été difficile de développer des puces d'IA capables d'apprendre en temps réel tout en consommant un minimum d'énergie, ce qui permettrait aux ordinateurs périphériques et aux terminaux de construire un écosystème IoT efficace.
S'appuyant sur un algorithme d'apprentissage embarqué développé par le professeur Matsutani de l'université Keio, la nouvelle puce d'IA de ROHM se compose principalement d'un accélérateur d'IA (un circuit matériel dédié) et du processeur 8 bits haute performance « tinyMicon MatisseCORE™ » de ROHM. L'association de cet accélérateur d'IA ultracompact de 20 000 portes logiques avec un processeur haute performance permet l'apprentissage et l'inférence avec une consommation d'énergie extrêmement faible, de l'ordre de quelques dizaines de mW (1 000 fois inférieure à celle des puces d'IA classiques). Ceci permet la prédiction de pannes en temps réel pour une large gamme d'applications, car les résultats de détection d'anomalies (scores d'anomalie) peuvent être fournis numériquement pour des données d'entrée inconnues directement sur le site d'installation, sans passer par un serveur cloud.
À l'avenir, ROHM prévoit d'intégrer l'accélérateur d'IA utilisé dans cette puce à divers circuits intégrés pour moteurs et capteurs. La commercialisation devrait débuter en 2023, la production en série étant prévue pour 2024.
Le professeur Hiroki Matsutani, du département d'informatique de l'université Keio (Japon)
, déclare : « Avec le développement des technologies IoT telles que la 5G et les jumeaux numériques, le cloud computing devra évoluer. Cependant, le traitement de toutes les données sur des serveurs cloud n'est pas toujours la solution optimale en termes de charge, de coût et de consommation énergétique. Grâce à nos recherches sur l'apprentissage embarqué et aux algorithmes que nous développons, nous visons un traitement des données plus efficace en périphérie du réseau afin de construire un écosystème IoT plus performant. Cette collaboration nous a permis, grâce à ROHM, d'accéder à une commercialisation rentable en faisant progresser la technologie des circuits d'apprentissage embarqués. J'espère que le prototype de puce d'IA sera intégré prochainement aux circuits intégrés de ROHM. »
À propos de tinyMicon MatisseCORE™ :
tinyMicon MatisseCORE™ (Matisse : unité microarithmétique de séquenceur miniature) est un processeur 8 bits propriétaire de ROHM, conçu pour optimiser les circuits intégrés analogiques dans l’écosystème IoT. Un jeu d’instructions optimisé pour les applications embarquées, associé à une technologie de compilation de pointe, offre un traitement arithmétique rapide sur une surface de puce réduite et avec une taille de code réduite. Il prend également en charge les applications à haute fiabilité, telles que celles nécessitant une qualification selon les normes de sécurité fonctionnelle automobile ISO 26262 et ASIL-D. De plus, sa fonction de débogage en temps réel intégrée et brevetée empêche le débogage d’interférer avec le fonctionnement du programme, permettant ainsi d’effectuer le débogage pendant l’exécution de l’application.
Détails de la puce IA ROHM (SoC avec accélérateur IA d'apprentissage intégré) :
La puce IA prototype (référence prototype : BD15035) repose sur un algorithme d'apprentissage intégré (circuit IA de réseau neuronal à trois couches) développé par le professeur Matsutani de l'université Keio. ROHM a réduit le nombre de portes logiques du circuit IA de 5 millions à seulement 20 000 (soit 0,4 % de sa taille initiale) afin de le reconfigurer et de le commercialiser en tant qu'accélérateur IA propriétaire (AxlCORE-ODL). Ce dernier est piloté par le processeur tinyMicon MatisseCORE™ 8 bits haute efficacité de ROHM, permettant ainsi l'apprentissage et l'inférence IA avec une consommation d'énergie ultra-faible de quelques dizaines de mW seulement. Cela permet de produire des « résultats de détection d'anomalies » numériques pour des modèles de données d'entrée inconnus (par exemple, accélération, courant, luminosité, voix) à l'endroit où l'équipement est installé, sans avoir recours à un serveur cloud ni à un apprentissage préalable de l'IA, ce qui permet une prédiction des pannes en temps réel (détection prédictive des signaux de panne) par l'IA sur site tout en maintenant les coûts des serveurs cloud et de communication à un niveau bas.
Pour évaluer la puce d'IA, nous proposons une carte d'évaluation équipée de connecteurs compatibles Arduino. Une carte d'extension de capteurs peut y être fixée pour la connexion à un microcontrôleur Arduino (MCU). La carte intègre des modules de communication sans fil (Wi-Fi et Bluetooth®) ainsi qu'une mémoire EEPROM de 64 kbits. En connectant des capteurs et en reliant la carte à l'appareil cible, vous pouvez visualiser les effets de la puce d'IA à l'écran. Cette carte d'évaluation est fournie par le service commercial de ROHM. Veuillez nous contacter pour plus d'informations.
Vidéo de démonstration de la puce IA
Une vidéo de démonstration est disponible montrant cette puce IA utilisée avec la carte d'évaluation.
*Apprentissage embarqué : Exécution de l’apprentissage et de l’inférence sur la même puce d’IA.
*TinyMicon MatisseCORE™ est une marque commerciale ou une marque déposée de ROHM Co.
*Bluetooth® est une marque commerciale ou une marque déposée de Bluetooth SIG, Inc.
