Microchip与韩国智能硬件公司IHWK合作开发模拟计算平台，加速边缘AI/ML推理-电子工程世界

IHWK采用Microchip的memBrain™ 非易失性内存计算技术并与高校合作，为神经技术设备开发 SoC 处理器

为了适应网络边缘人工智能（AI）计算及相关推理算法的快速发展，韩国智能硬件公司（IHWK）正在为神经技术设备和现场可编程神经形态设备开发神经形态计算平台。Microchip Technology Inc.（美国微芯科技公司）通过子公司冠捷半导体（SST）参与协助开发，为该平台SuperFlash® memBrain™神经形态存储器解决方案提供评估系统。该解决方案基于Microchip经行业验证的非易失性存储器（NVM）SuperFlash技术并加以优化，可通过模拟内存计算方法为神经网络执行矢量矩阵乘法（VMM）。

memBrain技术评估工具包旨在让IHWK展示其神经形态计算平台在边缘运行推理算法的绝对能效。最终目标是为生成式人工智能模型、自动驾驶汽车、医疗诊断、语音处理、安全/监控和商用无人机等应用创建超低功耗模拟处理单元（APU）。

由于目前用于边缘推理的神经网络模型可能需要5000万或更多突触（权重）进行处理，因此纯数字解决方案需要足够带宽来使用片外DRAM，这对神经网络计算造成了瓶颈，降低了整体计算能力。相比之下，memBrain解决方案在超低功耗亚阈值模式下将突触权重存储在片上浮动栅中，并使用相同存储单元进行计算，从而显著提高了能效和降低了系统延迟。与传统数字DSP和基于SRAM/DRAM的方法相比，该方案可将每次推理决策的功耗降低到原来的1/20到1/10，并能显著降低总体物料清单。

为了开发APU，IHWK 还与位于大田的韩国科学技术院（KAIST）合作进行设备开发，并与位于首尔的延世大学（Yonsei University）合作提供设备设计协助。最终的 APU 预计将优化推理的系统级算法，并在每瓦 20-80 TeraOPS 之间运行，实现了为电池供电设备设计的内存计算解决方案的最佳性能。

Microchip技术许可业务部门SST副总裁Mark Reiten表示：“通过使用成熟的NVM而非替代性片外内存解决方案来执行神经网络计算和存储权重，Microchip的memBrain内存计算技术有望消除在网络边缘执行人工智能处理所面临的大规模数据通信瓶颈。与韩国领先的研发公司IHWK、相关高校和早期用户开展合作，进一步证明了Microchip神经处理技术的先进性，也将推动Microchip在人工智能领域的发展。”

IHWK 分公司经理Sanghoon Yoon 表示：“韩国是人工智能半导体发展的重要热点地区。我们的非易失性存储器和新兴存储器专家已经证实，Microchip基于成熟非易失性存储器技术的memBrain产品是创建内存计算系统的最佳选择。”

将神经模型永久存储在memBrain解决方案的处理元件中，还可支持用于实时神经网络处理的即时开启功能。IHWK正寻求利用SuperFlash存储器浮动栅单元的非易失性，支持低功耗边缘计算设备使用高级ML模型，建立机器学习推理的新基准。

关键字：Microchip 计算平台边缘 AI ML 引用地址：Microchip与韩国智能硬件公司IHWK合作开发模拟计算平台，加速边缘AI/ML推理

上一篇：【泰克干货分享】汽车以太网一致性之 MDI 模式转换损耗测试
下一篇：汽车以太网一致性之 MDI 模式转换损耗测试

推荐阅读最新更新时间：2024-10-27 10:35

Microchip与韩国智能硬件公司IHWK合作开发模拟计算平台，加速边缘AI/ML推理

IHWK采用Microchip的memBrain™ 非易失性内存计算技术并与高校合作，为神经技术设备开发 SoC 处理器为了适应网络边缘人工智能（AI）计算及相关推理算法的快速发展，韩国智能硬件公司（IHWK）正在为神经技术设备和现场可编程神经形态设备开发神经形态计算平台。Microchip Technology Inc.（美国微芯科技公司）通过子公司冠捷半导体（SST）参与协助开发，为该平台SuperFlash® memBrain™神经形态存储器解决方案提供评估系统。该解决方案基于Microchip经行业验证的非易失性存储器（NVM）SuperFlash技术并加以优化，可通过模拟内存计算方法为神经网络执行矢量矩阵

[汽车电子]

<font color='red'>Microchip</font>与<font color='red'>韩国</font><font color='red'>智能硬件</font><font color='red'>公司</font>IHWK合作开发模拟<font color='red'>计算</font><font color='red'>平台</font>，加速<font color='red'>边缘</font><font color='red'>AI</font>/<font color='red'>ML</font>推理

莱迪思sensAI 4.1工具和IP将FPGA变为网络边缘智能AI/ML计算引擎

引言毫无疑问，你已经读过或听说过，由于网络边缘设备数量激增，产生了不断增长的巨量数据流，这些设备包括自动驾驶汽车、物联网设备、消费电子产品，甚至是笔记本电脑和个人电脑。根据多项估算，截至2025年，运行的物联网设备将达到数百亿个。这些设备以连续数据流的形式向云端发送各种形式的数据，数据速率也千差万别。总体来说，这些设备将生成大量原始数据，且数据量随着时间的推移不断增加。安全摄像头、自动驾驶汽车和PC中的视频录像机会生成高码率、高分辨率的视频流。物联网设备则生成中等码率的数据，汇聚到大数据流中。多种其他类型的物联网传感器（测量温度、压力、位置、光照水平等）会生成低码率数据流，但很快此类传感器的数量将会达到数十亿。因此，即

[嵌入式]

莱迪思sensAI 4.1工具和IP将FPGA变为网络<font color='red'>边缘</font>智能<font color='red'>AI</font>/<font color='red'>ML</font><font color='red'>计算</font>引擎

乐鑫发布应用于物联网和边缘计算的一体化人工智能平台

乐鑫日前推出了一款基于 ESP32-S3 的全新开发板系列成员ESP32-S3-BOX-3，这是一款适用于物联网和边缘计算的一体化平台人工智能应用。此前，乐鑫曾经推出过 ESP32-S3-BOX，新的 BOX-3 是该 AIoT 开发套件的小幅更新。两者均包含 ESP32-S3 系统模块，该模块具有 Wi-Fi、蓝牙 5 (LE)、AI 加速器和 512 KB SRAM。 BOX-3 具有 16 MB 闪存和 16 MB 伪静态 RAM (PSRAM)。从表面上看，两个盒子非常相似。这两款设备共享相同的 2.4 英寸 320 x 240 LCD，并具有扬声器、麦克风和 USB-C 接口等功能。两个区别是 BOX-3

[物联网]

钰创科技联合莱迪斯开发用于边缘计算的AI+DRAM平台

Digitimes表示，台湾DRAM设计公司Etron Technology（钰创科技）已联合莱迪思半导体（Lattice Semiconductor），开发一种微型AI + DRAM平台，用于终端边缘计算，工业机器人和AR / VR等多媒体应用。该平台包含Etron的最新开发的RPC（减少引脚数）DRAM架构，具有x16 DDR3 – LPDDR3带宽，但在40球FI-WLCS封装中仅使用22个IO。它将与莱迪思的EPC 5 FPGA结合使用，可为体积受限，尺寸受限的应用提供小型的边缘AI子系统。 Etron的RPC DRAM仅使用24个IO引脚，但能够实现与x16 DDR3相同的带宽，其WLCSP 256Mb DRAM封装

[嵌入式]

钰创科技联合莱迪斯开发用于<font color='red'>边缘</font><font color='red'>计算</font>的<font color='red'>AI</font>+DRAM<font color='red'>平台</font>

Jetson布局已成型打造自主机器的AI边缘计算平台家族

“在NVIDIA心目中，机器人应该比现在更加智能化。它不光可以分拣、递送货物，应该是多模的机器人。比如：可以与人进行互动式的交流，可以负责送货、可以和人类共同工作。”在NVIDIA GTC 2019上，NVIDIA自主机器产品管理部门主管Murali Gopalakrishna，就自主机器的相关问题，接受了EEWorld记者的专访。 NVIDIA自主机器产品管理部门主管Murali Gopalakrishna NVIDIA Jetson 平台初具规模效应 NVIDIA Jetson 模块可提供不同性能和价格水平的加速计算功能，以满足多种自主应用程序的需求。从制造到建筑，从医疗到配送，NVIDIA Jetson 平台均

[嵌入式]

Jetson布局已成型打造自主机器的<font color='red'>AI</font><font color='red'>边缘</font><font color='red'>计算</font><font color='red'>平台</font>家族

英飞凌推出全新边缘AI评估套件，利用微控制器、连接、AI和传感器产品组合加速ML开发

英飞凌推出全新边缘AI评估套件，利用微控制器、连接、AI和传感器产品组合加速ML应用开发【2024年8月30日，德国慕尼黑讯】全球功率系统和物联网领域的半导体领导者英飞凌科技股份公司近日宣布推出一款综合评估套件，适用于嵌入式边缘人工智能（Edge-AI）和机器学习（ML）系统设计。全新PSoC™ 6 AI 评估套件提供了构建智能消费、智能家居和物联网应用所需的全部工具。该解决方案能够在传感器数据源旁执行推理，与以云计算为中心的解决方案架构相比，它能够为用户带来更佳的实时性能和能效等优势。PSoC™ 6外形小巧，尺寸为35 mm x 45 mm，成本更低且集成了多种传感器和连接功能，非常适合本地数据采集、快速原型开

[嵌入式]

英飞凌推出全新<font color='red'>边缘</font><font color='red'>AI</font>评估套件，利用微控制器、连接、<font color='red'>AI</font>和传感器产品组合加速<font color='red'>ML</font>开发

英飞凌推出全新开发板，加速边缘 AI 和 ML 应用

英飞凌科技公司最近推出了一款全新的开发板，旨在提供一个快速启动平台，用于在边缘使用机器学习和人工智能 (ML 和 AI)。这款开发板命名为CY8CKIT-062S2-AI，由PSoC 62S2微控制器驱动。 “英飞凌的PSoC 6人工智能评估套件是您轻松进行原型设计和收集真实数据以快速构建引人注目的ML产品的完美合作伙伴。”该公司在产品介绍中声称。“这款专注于边缘AI的硬件平台只有饼干大小，使客户能够评估英飞凌的机器学习平台Imagimob Studio，以及随时可部署的ML模型和其他软件产品。” 据Linux Gizmos介绍，CY8CKIT-062S2-AI开发板采用PSoC 62S2微控制器，板载两个不同的Arm内

[嵌入式]

英飞凌推出全新开发板，加速<font color='red'>边缘</font> <font color='red'>AI</font> 和 <font color='red'>ML</font> 应用

Codasip发布全新RISC-V嵌入式内核支持AI/ML边缘定制

德国慕尼黑市，2022年2月24日 - 处理器设计自动化领域的领导者Codasip于今日发布了其L31和L11两款新产品，它们是相关产品系列中专为定制处理器而优化的最新低功耗嵌入式RISC-V处理器内核。基于这些新内核，客户可以很方便地使用Codasip Studio工具去定制处理器设计，以支持诸如神经网络、人工智能/机器学习（AI/ML）等具有挑战性的应用，包括例如物联网（IoT）边缘计算等极小型化的、功率受限的应用。在物联网/工业物联网（IoT/IIoT）等边缘计算设备上部署AI/ML将获益良多，可有助于提高安全性、降低功耗，以及减少实时处理的延迟。由于AI/ML的算法类型属于计算密集型，并且嵌入式系统内部资源有限，因此

[嵌入式]

热门资源推荐
热门放大器推荐

小广播