以色列公司POLYN推出语音处理Tiny AI芯片

描述

电子发烧友网报道(文/李弯弯)不久前,以色列公司POLYN宣布推出语音处理Tiny AI芯片NeuroVoice,成为第一个在超低功耗模拟神经形态芯片内实现语音检测(VD)和语音提取(VE)组合的公司。今年4月,POLYN就宣布其该芯片成功封装和评估。
 
POLYN成立于2019年,总部位于以色列。POLYN提供超低功耗、高性能的神经形态模拟信号处理(NASP)技术、IP和基于NASP的Tiny AI芯片,能够支持广泛的边缘人工智能应用,包括可穿戴设备、工业4.0、互联健康、智能家居等。
 
POLYN公司的Tiny AI解决方案
 
如今人工智能正加速从云端走向边缘,进入到越来越小的物联网设备中。在终端和边缘侧微处理器上实现的机器学习,被称为微型机器学习,即Tiny AI(也被称为TinyML)。准确说,Tiny AI是指在mW功率范围以下的设备上,实现机器学习的方法、工具和技术。
 
当前,物联网设备日益普及。在资源受限设备上运行机器学习模型的能力,为许多新的可能性打开了大门。一个很好的例子是具有心率(HR)跟踪和人体活动识别(HAR)的可穿戴设备,其中PPG/IMU传感器不断生成数据,其处理会消耗大量电池电量。
 
POLYN公司的一位高管表示,潜在客户对可穿戴设备的测量不准确和电池寿命短持谨慎态度。这些情况发生是因为可穿戴设备中最常见的当前实现是基于算法计算,这些算法计算耗能大且无法真正准确。戒指形式的可穿戴设备是一个可行的选择,但现在很少有这样的智能戒指模型可以真正戴在手指上。对于这种形式,降低功耗至关重要,并且需要新型硬件。
 
POLYN的神经形态模拟信号处理器技术(NASP)是一种Tiny AI解决方案,旨在优化原始数据并减少CPU负载和转发到云的数据量。NASP技术以前所未有的低功耗、小尺寸和低延迟为传感器设备提供真正的AI。通过感知模拟信号和数字信号,为各种传感器增加智能。
 

图片来源:POLYN
 
根据POLYN介绍,公司的NASP技术利用了一个独特的平台,该平台将经过训练的神经网络作为输入,并使用数学建模将神经网络合成为真正的神经拟态芯片。NASP芯片使用模拟电路,其中神经元使用运算放大器实现,而轴突则由薄膜电阻器实现。
 
POLYN公司此次宣布推出的NeurorSense芯片采用55nm CMOS技术实现。据介绍,当它充当边缘信号传感器,能够使用神经拟态计算处理原始传感器数据,而无需对模拟信号进行任何数字化。出于这个原因,该公司将其称为第一款无需模数转换器(ADC)即可直接在传感器旁边使用的神经拟态模拟TinyML芯片。
 
神经形态芯片的优势
 
对于执行真正始终在线测量的设备,神经形态模拟信号处理是一个理想的解决方案,与传统算法相比,它具有100uW的超低功耗和两倍的精度。
 
20世纪80年代,科学家设想将人类大脑的功能映射到硬件上,即直接用硬件来模拟人脑结构,这种方法称为神经拟态计算,这类硬件被称为神经拟态芯片。经过近40年发展,神经拟态芯片相继问世。
 
传统人工智能主要以计算,即通过编程等手段实现机器智能。其中深度学习是目前广泛应用的技术之一,2006年左右,深度学习技术进入大众视野。它通过添加多层人工神经网络,赋予机器视觉、语音识别以及自然语言处理等方面的能力。
 
北京大学信息科学技术学院教授黄铁军此前在接受媒体采访的时候表示,尽管深度学习有人工神经网络的加持,但通过计算实现智能的影子并未消失。只不过与传统计算相比,深度学习的算法模型发生了变化,实现的物理载体依然是计算机。
 
而与深度学习采用的多层人工智能神经网络不同,神经拟态计算构造的是脉冲神经网络,通过模拟生物神经网络实现智能。它本身就是能处理信息的载体,不再依赖于计算机。神经拟态计算是探索实现人工智能的新范式。在信息处理方面,现在的人工神经网络处理的是相对静态的、固定的信息,脉冲神经网络则适合处理与时空高度相关的复杂信息流。
 
通过模仿生物神经网络实现机器智能是一条十分重要的研究路线,未来它甚至有可能突破生物智能的天花板。尽管生物神经网络是一个慢速系统,每秒钟能产生的神经脉冲数量只有十几个,生物获取和处理的信息量也处于较低水平,但一旦将生物神经网络电子化,其处理信息的能力将比被模拟的生物大脑高出多个数量级。
 
打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 相关推荐

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分