通常，AI芯片要實(shí)現其功能，需要進(jìn)行設置判斷標準的“訓練”，以及通過(guò)學(xué)到的信息來(lái)判斷如何處理的“推理”。在這種情況下，“訓練”需要匯集龐大的數據量形成數據庫并隨時(shí)更新，因此進(jìn)行訓練的AI芯片需要具備很高的運算能力，而其功耗也會(huì )隨之增加。正因如此，面向云計算設備開(kāi)發(fā)的高性能、昂貴的AI芯片層出不窮，而適用于邊緣計算設備和端點(diǎn)（更有效地構建物聯(lián)網(wǎng)社會(huì )的關(guān)鍵）的低功耗、可在設備端學(xué)習的AI芯片開(kāi)發(fā)卻困難重重。
未來(lái)，ROHM計劃將該AI芯片的AI加速器應用在IC產(chǎn)品中，以實(shí)現電機和傳感器的故障預測。計劃于2023年度推出產(chǎn)品，于2024年度投入量產(chǎn)。 日本慶應義塾大學(xué)理工學(xué)部信息工學(xué)科松谷宏紀教授表示：“隨著(zhù)5G通信和數字孿生*3等物聯(lián)網(wǎng)技術(shù)的發(fā)展，對云計算的要求也越來(lái)越高，而在云服務(wù)器上處理所有數據，從負載、成本和功耗方面看并不現實(shí)。我們研究的‘設備端學(xué)習’和開(kāi)發(fā)的‘設備端學(xué)習算法’，是為了提高邊緣端的數據處理效率，創(chuàng )建更好的物聯(lián)網(wǎng)社會(huì )。這次，我校通過(guò)與ROHM公司進(jìn)行聯(lián)合研究，進(jìn)一步改進(jìn)了設備端學(xué)習電路技術(shù)，并有望以高性?xún)r(jià)比的方式推出產(chǎn)品。我們預計在不久的將來(lái)，這種原型AI芯片將會(huì )成功嵌入ROHM的IC產(chǎn)品中，為實(shí)現更高效的物聯(lián)網(wǎng)社會(huì )做出貢獻�！� 關(guān)于tinyMiconMatisseCORE™ tinyMiconMatisseCORE™（Matisse:Microarithmeticunitfortinysizesequencer）是ROHM自主開(kāi)發(fā)的8位微處理器（CPU），該產(chǎn)品旨在隨著(zhù)物聯(lián)網(wǎng)技術(shù)的發(fā)展來(lái)提高模擬IC的智能化程度。憑借針對嵌入式應用而優(yōu)化的指令集和最新的編譯器技術(shù)，以高標準實(shí)現了更小的芯片面積和程序代碼、以及更高速的運算處理能力。此外，該產(chǎn)品還符合汽車(chē)功能安全標準“ISO26262”、ASIL-D等的要求，適用于對可靠性要求高的應用。另外，利用內置的自有“實(shí)時(shí)調試功能”，在調試時(shí)的處理可以完全不影響應用程序的運行，因此能在應用產(chǎn)品工作的同時(shí)進(jìn)行調試。 |
