Microchip Technology Inc. 通过其子公司 Silicon Storage Technology (SST) 宣布，其 SuperFlash memBrain 神经形态存储器解决方案已成功解决 WITINMEM 神经处理 SoC 的这一难题。该 SoC 是首款实现量产的低功耗系统，其功耗低于 1 mA，可在开机后立即降低语音噪声并实时识别数百个指令字。Microchip
 
与 WITINMEM 合作，将基于 SuperFlash 技术的 Microchip memBrain 模拟存储器嵌入式计算解决方案集成到 WITINMEM 的超低功耗 SoC 中。该 SoC 基于嵌入式存储器计算技术，用于神经网络处理，包括语音识别、声纹识别、高级语音降噪、场景检测和健康监测。 WITINMEM正与多家客户合作，计划于2022年将基于该SoC的产品推向市场。WITINMEM首席执行官王
 
绍迪表示：“WITINMEM正凭借Microchip的memBrain解决方案开辟新天地，以满足基于先进神经网络模型的网络边缘实时AI语音处理的计算密集型需求。我们在2019年率先开发了用于音频的内存计算芯片，如今，我们通过在超低功耗神经网络处理SoC中量产这项技术，实现了又一个里程碑。该SoC能够加速并提升智能产品（包括语音和医疗保健应用）的语音处理性能。”
 
SST视觉授权副总裁Mark Reiten表示：“我们很高兴与WITINMEM合作，并期待该公司凭借采用我们技术的卓越产品进入蓬勃发展的AI边缘处理市场。” “WITINMEM 的 SoC 展示了 memBrain 技术在单芯片解决方案中的价值，该方案基于具有内存计算功能的神经网络处理器，解决了传统处理器依赖数字 DSP 和 SRAM/DRAM 技术来存储和执行机器学习模型的问题。”
 
Microchip 的 memBrain 神经形态存储器产品针对神经网络中的向量矩阵乘法 (VMM) 进行了优化。它使用于电池供电、嵌入式和先进边缘设备的处理器能够以每瓦功耗提供尽可能高的 AI 推理性能。这是通过将神经网络模型权重作为值存储在存储器阵列中，并将存储器阵列用作神经网络计算单元来实现的。其结果是功耗比其他替代方案低 10 到 20 倍，并且由于无需外部 DRAM 和 NOR 芯片，处理器物料成本也更低。memBrain
 
解决方案的处理单元中永久存储神经网络模型还集成了实时神经网络处理能力。 WITINMEM 利用 SuperFlash 浮栅单元的非易失性，在空闲状态下停用其集成的存储器计算宏，从而进一步降低要求苛刻的物联网应用中的功耗泄漏。

更多信息或报价