Puces AI edge très basse consommation chez Imec

13 juillet 2020 //Par Nick Flaherty
Puces AI edge très basse consommation chez Imec
imec et Global Foundries ont développé une puce d'évaluation utilisant des techniques analogiques pour un moteur d'apprentissage automatique à faible consommation pour l'IA edge.

Imec en Belgique a développé une puce d'évaluation utilisant une nouvelle technique qui réduit considérablement la consommation des systèmes AI edge d'apprentissage automatique.

L'architecture Analog in Memory Computing (AiMC) utilise des cellules de mémoire modifiées pour traiter les données dans des réseaux de neurones formés pour l'IA edge (à la périphérie du réseau) avec une efficacité énergétique de 2900 TOPS/W.

«Nous avons construit une cellule de calcul spéciale où vous économisez de l'énergie en réduisant les transferts numériques», a déclaré Diederik Verkest, directeur de programme d'apprentissage automatique chez imec. "En fonction de la largeur d'impulsion sur la ligne d'activation [de la cellule], vous obtenez la somme des poids sur le [convertisseur analogique-numérique] CAN avant de poursuivre les calculs numériques", a-t-il déclaré.

"Dans cette puce, nous travaillons avec des poids à 3 niveaux. Un poids peut être -1, 0 ou 1 et nous utilisons deux cellules SRAM pour stocker ce niveau de poids. La cellule de calcul est un circuit analogique avec quelques transistors supplémentaires placés au dessus" de ces deux cellules SRAM ", at-il dit. "Cela produit un signal analogique proportionnel à la multiplication du poids à 3 niveaux stocké et le signal d'activation (la sortie du CNA). Donc à proprement parler, le poids à 3 niveaux est stocké de façon numérique mais tout le calcul se fait dans le domaine analogique. "

«Le passage en production réussi de AnIA (Analog Inference Accelerator) marque une étape importante vers la validation de l'analogique en calcul mémoire (AiMC)», a-t-il ajouté. «L'implémentation de référence montre non seulement que les calculs analogiques en mémoire sont possibles en pratique, mais également qu'ils atteignent une efficacité énergétique dix à cent fois meilleure que les accélérateurs numériques. De notre point de vue, il s'agissait d'une étape importante dans le programme d'apprentissage automatique pour montrer qu'un calcul analogique peut avoir la même précision que le calcul numérique »

La puce de test Analog Inference Accelerator (AnIA) a été construite sur le procédé basse consommation FD-SOI 22 nm de Global Foundries dans son usine de Dresde, en Allemagne. La puce mesure 4 mm2 avec 1024 signaux d'entrée et 512 sorties avec des performances similaires aux unités de traitement graphique (GPU) d'aujourd'hui. Il a montré la même précision qu'une implémentation numérique à 1% près, mais avait une efficacité énergétique de 2900 TOPS/W. La combinaison d'une faible consommation et d'un faible coût ouvre des opportunités pour la reconnaissance et la détection d'images par IA edge dans le matériel embarqué.

«Le calcul analogique est une nouvelle frontière phénoménale car il vous permet de réduire le mouvement des données et cela va devenir une technologie usuelle», a déclaré Hiren Majmudar, vice-président de la gestion des produits pour les infrastructures informatiques et câblées chez GF.
 

à suive: Puce d'évaluation IA Edge


Vous êtes certain ?

Si vous désactivez les cookies, vous ne pouvez plus naviguer sur le site.

Vous allez être rediriger vers Google.