Microchip и AnalogAI развивают энергоэффективные решения для edge AI

Компания AnalogAI лицензировала нейроморфную аппаратную IP-платформу memBrain SAGE, разработанную Silicon Storage Technology (SST), дочерней структурой Microchip Technology. Решение планируется использовать в процессорах для периферийного искусственного интеллекта, рассчитанных на работу в реальных условиях при энергопотреблении не более 1 Вт.

В основе разработки лежит архитектура Synaptic Analog Generative Engine (SAGE). Она предназначена для локального обучения моделей и выполнения инференса непосредственно на устройстве. Процессоры AnalogAI используют собственный алгоритм, учитывающий особенности аппаратной реализации и позволяющий одновременно обучать нейросеть и обрабатывать данные в изменяющейся среде.

memBrain SAGE позволяет перенести вычисления и адаптацию ИИ-моделей непосредственно на периферийное устройство, снижая зависимость от облака и энергозатраты системы.

Такой подход может быть востребован в гуманоидных роботах, способных адаптироваться к окружающей обстановке, беспилотных летательных аппаратах, автономном транспорте и других системах, которым требуется быстрый анализ данных без постоянного обращения к облачной инфраструктуре.

Аналоговые вычисления внутри памяти

Для работы с задачами edge AI AnalogAI применит технологию аналоговых вычислений в памяти — analog compute-in-memory, или aCIM. В отличие от традиционных цифровых систем фон-неймановской архитектуры, она выполняет матрично-векторные операции прямо в ячейках памяти. Это помогает уменьшить обмен данными между памятью и вычислительными блоками — один из ключевых факторов, ограничивающих производительность и энергоэффективность обычных процессоров.

Вычисления непосредственно в массиве памяти сокращают потери времени и энергии на передачу данных между отдельными блоками процессора.

IP memBrain SAGE построена на базе энергонезависимой памяти SuperFlash. Архитектура рассчитана на сверхмалое энергопотребление и может выполнять вычислительные нагрузки при уровне до 1 Вт, что особенно важно для автономных устройств с ограниченным запасом энергии.

• memBrain Tensor In-Memory Logic Elements (TILE) : специализированные логические элементы для обработки данных непосредственно в памяти;
• Ячейки ESF3 : элементы памяти с хранением до 8 бит в одной ячейке и работой на наноамперных токах;
• Адресные декодеры и драйверы : схемы управления массивами памяти и передачей сигналов;
• ЦАП и АЦП : оптимизированные преобразователи цифровых и аналоговых сигналов.

Состав IP и технологическая перспектива

В состав memBrain SAGE также входят сумматоры токов, высоковольтные цепи смещения, логика управления ячейками памяти, встроенные средства тестирования, модели для моделирования и комплект инженерной документации. Разработчик предоставляет поддержку по интеграции IP в конечные полупроводниковые продукты.

• Токовые сумматоры : выполняют аналоговое суммирование сигналов при обработке матричных операций.
• Высоковольтные цепи : обеспечивают режимы, необходимые для работы энергонезависимой памяти.
• Встроенное тестирование : помогает контролировать корректность работы блоков на кристалле.
• Инженерная поддержка : включает модели, документацию и сопровождение процесса интеграции.

По данным SST, memBrain SAGE уже развернута и квалифицирована для коммерческих техпроцессов 40 и 28 нм с применением серийной плавающей затворной памяти SuperFlash. Одновременно ведётся разработка решений для 22-нм норм. Они должны обеспечить встроенное энергонезависимое хранение данных с быстрым доступом, длительным ресурсом и продолжительным сохранением информации без внешних микросхем памяти.

Таким образом, сотрудничество AnalogAI и SST ориентировано на создание компактных процессоров для периферийного ИИ, сочетающих локальное обучение, быстрый инференс и низкое энергопотребление. Использование аналоговых вычислений в памяти может стать важным шагом для развития автономной робототехники, беспилотных систем и транспорта нового поколения.