向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

欧洲AI发展关键在于内存

时间:2019-07-04 作者:Nitin Dahad 阅读:
Imec主导一项跨国合作的欧盟计划,目标在于利用MRAM、FeRAM和RRAM 等新兴内存开发Edge AI芯片...

比利时纳米电子和数字技术研究中心Imec正主导一项欧盟(EU)计划,目标在于开发基于多种新兴储存技术的低功耗边缘人工智能(Edge AI)芯片。

这项为期三年的计划称为‘Tempo’(Technology & hardware for nEuromorphic computing),由19家跨国的研究和工业合作伙伴组成,包括法国CEA-Leti和德国Fraunhofer Group。该跨国计划将合作开发利用新兴内存技术的制程技术和硬件平台,以实现神经形态运算。其目标在于为需要复杂机器学习算法的行动装置开发一种可支持其应用程序的新方法。

如今,此类应用通常依赖于基于云端的服务器来回传送数据。然而,基于云端的方法很难符合欧洲对于数据隐私法规的要求。考虑到种种限制,一个可行的替代方案是在以电池供电的行动装置(如汽车和智能型手机)等边缘上实施人工智能(即AI on the edge)。但目前并没有这样的技术存在,因此欧洲必须为此开发新技术。

这个话题尽管在欧洲特别重要,但也是整个产业面对的问题。Edge AI和机器学习算法正逐渐成为日常产品和应用的必要功能,例如具有自然语言处理的智能家庭助理、采用脸部辨识的安全系统或自动驾驶车辆等等。这一类对于复杂运算算法的需求只会越来越多。

除了遵守数据隐私规则之外,尽量避免使用云端的另一个原因在于:将数据传送到云端会消耗能源和延迟。边缘AI应用的终极目标就是要实现智能节能的本地处理。

Tempo的目标是评估装置、架构和应用层级的现有解决方案,再进一步打造并扩展欧洲AI硬件平台的技术发展蓝图。该计划将利用MRAM (imec)、FeRAM (Fraunhofer)和RRAM (CEA-Leti)内存,为消费、汽车到医疗等8种不同的应用案例建置脉冲神经网络(SNN)和深度神经网络(DNN)加速器。

028ednc20190702

史丹佛大学(Stanford University)电子工程与计算机科学系教授Subhasish Mitra于2018年在CEA-Leti提出了「内存内运算」(In-memory computing)架构。(来源:Subhasish Mitra / Stanford University)

德国弗劳恩霍夫研究所光子微系统研究所(Fraunhofer Institute for Photonic Microsystems;IPMS)主任兼Fraunhofer Group for Microelectronics主席Hubert Lakner表示,机器学习和图形辨识的关键推动因素是算法如何浏览大型数据集的能力。从硬件来看,这意味着能够快速存取大型内存区块。因此,Tempo计划的重点领域就在于节能的非挥发性新兴内存技术、设计并处理内存的创新方法,以及在芯片上处理内存区块。

CEA-Leti执行长Emmanuel Sabonnadiere表示,其目标在于探索涵盖新兴内存的各种技术方案选项,并试图使其结合当前(DNN)和探索性(SNN)神经形态运算典范。每一种技术选项的制程和设计兼容性,将根据既定的整合实务和工业合作伙伴发展蓝图进行评估,并必须为未来的edge AI市场做好准备——「欧洲已在这几个颠覆性技术上处于有利位置」。

针对连手CEA-Leti和Fraunhofer的Edge AI计划,Imec执行长Luc Van den hove表示,「由于结合三方的不同专业领域,我们可以探索更多未来的可能发展道路,进而推动欧洲在主导AI的研发上占据一席之地。」他并补充说,Imec已经与若干合作伙伴展开更多的公共和双边协议了。

Tempo是一项由ECSEL Joint Undertaking (JU)资助的欧洲创新计划¬¬——ECSEL JU是专为电子组件和系统的研究、开发与创新计划提供资金的公私合作组织,它得到了欧盟Horizon 2020研究创新计划以及来自比利时、法国、德国、荷兰和瑞士的支持。

Tempo于2019年4月正式启动,将持续三年。在该计划的19名成员中,除了唯一来自比利时的Imec,还包括法国的CEA-LETI、ST-Microelectronics Crolles、ST-Microelectronics Grenoble、Thales Alenia Space和Valeo;德国Bosch、Fraunhofer EMFT、Fraunhofer IIS、Fraunhofer IPMS、Infineon、Innosent、TU Dresden和Videantis;荷兰的imec the Netherlands、Philips Electronics和Philips Medical Systems,以及瑞士aiCTX和University of Zürich。

(原文发表于ASPENCORE旗下EDN姐妹媒体EETimes,参考链接:EU AI Will Rely on Memories,编译:Susan Hong)

 

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Nitin Dahad
EE Times欧洲记者。Nitin Dahad是EE Times的欧洲记者。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 模拟与混合信号电路会否占领未来AI SoC高地? 随着摩尔定律的发展,过去30年的集成电路发展的最主要趋势是数字化。数字化设计是目前大型SoC的基本方法学,越来越多的模拟电路进入全数字时代,All Digital PLL, Digital LDO, Time-domain based ADC,Digital PA,数字化/二值化方法成为了克服模拟电路瓶颈的重要手段。然而“羞于见人”的模拟电路并非一无是处。
  • 一张订单的两面:从精准需求到精准供应 为了了解制造商们将如何应对下一波市场变化及行情,在管理供应链和渠道方面又会有哪些新策略,有芯电子今年向电子制造商、分销商/代理商、元器件原厂发出了三千多份问卷,涵盖通信、工控/仪表、消费电子、汽车电子、电力/能源等领域,最终获得了1614份有效问卷回复。其中从企业规模上来看,小微企业居多,从企业性质上来看,民企居多,与整个市场的结构较接近,反映了调查的严谨性与可靠性。
  • 地平线张永谦:AI在边缘侧落地背后的思考 “边缘侧智能设备大规模爆发的趋势,使数据成为如今AI芯片领域最大的挑战。”2019年11月7日,在由ASPENCORE《电子工程专辑》、《国际电子商情》和《电子技术设计》主办的“2019全球双峰会”上,地平线副总裁&AIOT芯片方案产品线总经理张永谦以“边缘AI芯片赋能行业,共建普惠AI时代”为题,介绍了地平线机器人在边缘AI芯片以及解决方案,以及地平线对AI在边缘侧落地背后的思考。
  • 从e-AI和SOTB两大技术看,如何通过技术创新实现业务模式 目前在各种领域当中都有AI的应用方案,但很多方案AI应用都取决于云端的计算能力。嵌入式系统对实时性的要求,会因为延时而出现滞后问题。在这样的环境下,嵌入式人工智能就能大显身手。
  • 安静!我要跟车子讲话... 随着CarPlay、Android Auto以及Echo Auto等平台渗透乘用车市场,车内语音识别技术预期将成为主流;但仍有一个答案未知的问题是:市场上有任何语音启动技术已经准备好随机应对车内的关键任务了吗?
  • 边缘AI大战一触即发 一场边缘AI大战正悄悄展开...每一家处理器供货商都将机器学习视为「金鸡母」,积极地调整自家公司策略,竞相为这个具有最大商机的领域——边缘AI提供加速特定工作负载的解决方案...
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告