Il microcontrollore a basso assorbimento MAX78000 con acceleratore di rete neurale di Maxim Integrated consente l’implementazione di algoritmi di intelligenza artificiale (AI) senza compromettere le prestazioni nei dispositivi IoT (Internet of Things) alimentati a batteria.
Eseguendo inferenze di intelligenza artificiale con meno di 1/100 dell’energia richiesta dall’equivalente soluzione software, si migliora drasticamente il comportamento real-time delle applicazioni di AI alimentate a batteria, consentendo nuovi complessi scenari di intelligenza artificiale in precedenza irrealizzabili.
I miglioramenti ottenuti a livello di assorbimento non compromettono la latenza o il costo: il MAX78000 esegue inferenze 100 volte più velocemente rispetto alle soluzioni software eseguite sui microcontrollori di bassa potenza, a una frazione del costo di una soluzione FPGA o GPU.
La tecnologia AI permette alle macchine di vedere e ascoltare, consentendo un’interazione con il mondo esterno irrealizzabile in precedenza.
In passato, portare le inferenze di AI su un sistema embedded significava raccogliere dati da sensori, fotocamere e microfoni, inviare i dati acquisiti al cloud per eseguire un’inferenza e successivamente inviare una risposta al sistema embedded.
Pur essendo valida, questa architettura impone delle severe sfide alle applicazioni di intelligenza artificiale a causa della latenza e degli assorbimenti di potenza non trascurabili.
In alternativa, è possibile utilizzare microcontrollori di bassa potenza per implementare reti neurali semplici; tuttavia, la latenza ne risente e soltanto gli algoritmi più semplici possono essere eseguiti su un sistema embedded.
Integrando un acceleratore di rete neurale dedicato con un microcontrollore dual-core, il MAX78000 supera queste limitazioni, consentendo alle macchine di vedere e ascoltare pattern complessi attraverso un algoritmo di AI locale a basso assorbimento eseguito in tempo reale.
Applicazioni come visione artificiale, audio e riconoscimento facciale possono essere rese più efficienti poiché il MAX78000 può eseguire inferenze utilizzando meno di 1/100 dell’energia richiesta da un microcontrollore.
Il cuore del MAX78000 è rappresentato da un hardware specializzato progettato per ridurre al minimo il consumo di energia e la latenza delle reti neurali convoluzionali (CNN).
Questo hardware funziona con un intervento minimo da parte del microcontrollore, rendendo l’operazione estremamente fluida.
Energia e tempo macchina sono utilizzati solo per eseguire le operazioni matematiche che implementano una CNN.
Per trasferire in modo efficiente i dati dal mondo esterno al motore CNN, l’utente può utilizzare uno dei due core integrati nel microcontrollore: il core Arm Cortex-M4 a bassissima potenza, oppure il core RISC-V a potenza ulteriormente inferiore.
Lo sviluppo di algoritmi AI può essere impegnativo e a questo scopo Maxim Integrated fornisce degli strumenti completi per semplificare le fasi di valutazione e sviluppo dell’applicazione.
Il MAX78000EVKIT# include ingressi audio e telecamera, oltre a una demo pronta per l’uso per l’individuazione di parole chiave in un vocabolario di grandi dimensioni e per il riconoscimento facciale.
La documentazione completa fornita a corredo consente ai progettisti di istruire le reti per il MAX78000 utilizzando gli strumenti software maggiormente diffusi: TensorFlow oppure PyTorch.
Vantaggi Principali
- Basso Assorbimento: l’acceleratore hardware abbinato ai microcontrollori a bassissimo assorbimento Arm Cortex M4F e RISC-V consente di trasferire l’intelligenza sul sistema embedded a meno di 1/100 dell’energia richiesta dalle soluzioni embedded concorrenti più simili;
- Bassa Latenza: l’esecuzione di algoritmi di AI direttamente sul sistema embedded permette alle applicazioni IoT di ridurre o eliminare le transazioni sul cloud, con una riduzione della latenza fino a 100 volte rispetto a una soluzione software;
- Elevata Integrazione: il microcontrollore a basso assorbimento con acceleratore per reti neurali consente l’esecuzione di applicazioni complesse e in tempo reale sui dispositivi IoT alimentati a batteria.
Commenti
“L’intelligenza artificiale viene spesso associata alle soluzioni big data basate sul cloud” ha affermato Kelson Astley, analista di ricerca presso Omdia. “Tutto ciò che può eliminare il cavo di alimentazione e fare affidamento su un pacco di batterie agli ioni di litio aiuterà gli sviluppatori a creare soluzioni AI più agili e più reattive alle condizioni ambientali in cui operano”.
“Abbiamo tagliato il cavo di alimentazione portando l’intelligenza artificiale sui sistemi embedded“, ha affermato Kris Ardis, direttore esecutivo della divisione Micros, Security and Software di Maxim Integrated. “I dispositivi IoT alimentati a batteria sono ora in grado di fare molto di più che il semplice riconoscimento delle parole chiave. Abbiamo cambiato le regole nel tipico compromesso tra potenza, latenza e costi e siamo entusiasti nel vedere il nuovo ventaglio di applicazioni che questa tecnologia innovativa consente di realizzare“.
