广告

欧洲AI发展关键在于内存

2019-07-04 15:17:16 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。WpGednc

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。WpGednc

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。WpGednc

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。WpGednc

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。WpGednc

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。WpGednc

028ednc20190702WpGednc

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)WpGednc

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。WpGednc

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」。WpGednc

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。WpGednc

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。WpGednc

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。WpGednc

(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)WpGednc

 WpGednc

本文为电子技术设计原创文章,未经授权禁止转载。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”
  • 因眼睛小车主被辅助驾驶误判“开车睡觉”,小鹏、蔚来回 昨日,汽车博主@常岩CY 发博称自己突然上了热搜,原来就是因自己眼睛小被小鹏汽车自动驾驶误判“开车睡觉”,不住的发出提醒。此外,@常岩CY 称在多款车型上都收到此困扰。无论是红外还是摄像头,只要开始检测眼睛,就会判定过度疲劳。小鹏P7会提示他睡觉,蔚来ET7一开车就认为其疲劳和走神,岚图FREE会在冬天为了让其“别困”而打开冷风……
  • 国际象棋机器人Chessrobot夹断对手手指,意外还是设计缺 据悉,在7月19日的莫斯科国际象棋公开赛期间,一位7岁小男孩疑似因提前走子犯规手,意外被“对手”国际象棋机器人Chessrobot夹住手指,造成指骨骨折,该事件登上了热搜榜。该男孩是莫斯科9岁以下最强的30位棋手之一。
  • “智能家居”未来将可通过呼吸控制操作 凯斯西储大学的研究人员创造了一个简单的原型设备,使用户能够通过改变他们的呼吸模式来控制“智能家居”。这种自供电装置可放入鼻孔,并有可能提高行动不便或无法清晰说话的人的生活质量。如果个人呼吸困难,它也可以编程为医务人员提供自动警报。
  • 核酸采样机器人将取代“大白”?用了哪些技术保证采样准 取棉签、核酸采样、储存核酸采样管、设备消杀……动作精准流畅,今后给你核酸采样的可能不再是“大白”,而是机器人。EDN小编就带大家来看看,目前已被使用的核酸采样机器人有哪些?
  • 一个AI程序就可将手机电池增加30% 一项尖端的人工智能开发可以将智能手机的电池寿命延长 30%。这项应用则是利用 AI 分析正在使用的应用程序的 FPS 变化,并试图找到 CPU 和 GPU 处理器的最佳运行频率以适应变化,同时消耗设备中最少的功率和温度增益……
  • AI视觉芯片如何赋能两轮车出行? 6月29日,在由全球领先的专业电子机构媒体AspenCore和深圳市新一代信息通信产业集群联合主办的“2022国际AIoT生态发展大会-智慧两轮车分论坛”中,嘉楠科技副总裁汤炜伟以《勘智AI视觉芯,赋能智眼两轮行》为主题,向大家分享了嘉楠地芯片设计创新历程,及其RISCV架构AI芯片技术路线图,并以具体案例展示AI视觉芯片如何赋能两轮车出行。
  • 碎片化、成本高是难题,AIoT行业需要哪些改变? 作为AIoT的行业基石,物联网市场到2022年预计将达到 144 亿活跃连接。随着供应限制的缓解和增长的进一步加速,IoT Analytics 最新预测指出,到2025年全球将有大约 270 亿台联网物联网设备。中国物联网链接到2025年也将达到80亿。随着整个AIoT和IoT市场的快速成长与变化,我们将面临哪些风险和挑战?
  • 英特尔张宇:边缘AI有三个阶段,我们还处在山脚 在AspenCore举办的“2022国际AIoT生态发展大会”上,英特尔公司高级首席工程师、物联网事业部中国区首席技术官张宇博士通过视频方式分享了“边缘AI技术发展趋势与展望”主题演讲。
  • 世界上尺寸最大的芯片Wafer Scale Engine-2打破了在单 Cerebras公司售价数百万美元的“全球最大AI芯片”Wafer Scale Engine-2又有新消息,在基于单个Wafer Scale Engine-2芯片的CS-2系统上训练了世界上最大的拥有200亿参数的NLP(自然语言处理)人工智能模型。
  • 婴儿或可帮助解锁下一代人工智能 都柏林圣三一学院的神经科学家及其同事刚刚发布了改进人工智能的新指导原则,他们表示,婴儿可以帮助解锁下一代人工智能(AI)。
  • 日本要利用机器学习实现半导体研究自动化 新型薄半导体材料的开发需要对大量反射高能电子衍射(RHEED)数据进行定量分析,既耗时又需要专业知识。为了解决这个问题,东京理科大学的科学家们确定了可以帮助自动化 RHEED 数据分析的机器学习技术。他们的发现可以极大地加速半导体研究,并为更快、更节能的电子设备铺平道路。
  • 纯视觉自动驾驶更安全?美国交通部发布数据打脸特斯拉 特斯拉的纯视觉自动驾驶到底效果如何?真的如马斯克所说的:“通过摄像头和计算机网络让自动驾驶比人类驾驶更安全”吗?近日美国国家公路交通安全管理局发布了一份新的数据,颇有打脸特斯拉的意味。
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了