Plataforma Akida de Segunda Geração impulsiona dispositivos de borda inteligente para a Inteligência Artificial das Coisas
A BrainChip Holdings Ltd anunciou a segunda geração da plataforma Akida, que impulsiona dispositivos de borda extremamente eficientes e inteligentes para soluções e serviços de Inteligência Artificial das Coisas (AIoT), mercado que se espera que alcance mais de US$ 1 trilhão até 2030. Essa plataforma de processamento neural hiper eficiente e poderosa, arquitetada para aplicações de Edge AI incorpora agora processamento eficiente de 8 bits juntamente com recursos avançados, como convoluções do domínio temporal e aceleração do transformador de visão, para um nível sem precedentes de desempenho em dispositivos sub-watt, levando-os da percepção à cognição.
A segunda geração de Akida agora inclui redes neurais baseadas em eventos temporais (TENN) com convoluções espaço-temporais que aumentam significativamente o processamento de dados brutos de fluxo contínuo de tempo, como análise de vídeo, rastreamento de alvos, classificação de áudio, análise de varreduras de ressonância magnética e tomografia computadorizada para previsão de sinais vitais e análise de séries temporais utilizadas em previsões e manutenção preditiva. Esses recursos são críticos em aplicações industriais, automotivas, saúde digital, casas inteligentes e cidades inteligentes. Os TENNs permitem implementações radicalmente mais simples, consumindo dados brutos diretamente dos sensores – reduzindo drasticamente o tamanho do modelo e as operações realizadas, enquanto mantém alta precisão. Isso pode encurtar os ciclos de projeto e reduzir drasticamente o custo de desenvolvimento.
Outra adição à segunda geração de Akida é a aceleração dos transformadores de visão (ViT), uma rede neural de última geração que tem se mostrado extremamente eficaz em diversas tarefas de visão computacional, como classificação de imagens, detecção de objetos e segmentação semântica. Essa poderosa aceleração, combinada com a capacidade de Akida de processar várias camadas simultaneamente e suporte de hardware para conexões puladas, permite que ela gerencie a execução de redes complexas como RESNET-50 completamente no processador neural sem intervenção da CPU e minimize a carga do sistema.
O Akida IP possui uma capacidade única de aprendizado no dispositivo para melhoria contínua e personalização de dados que melhora a segurança e a privacidade. Combinado com a eficiência e desempenho disponíveis, isso possibilita soluções muito diferenciadas que até agora não eram possíveis. Isso inclui dispositivos seguros de pequeno formato como dispositivos de audição e vestíveis, que recebem entrada de áudio bruto, dispositivos médicos para monitoramento da frequência cardíaca e respiratória e outros sinais vitais que consomem apenas micro-watts de energia. Isso pode ser ampliado para soluções de visão de resolução HD entregues por meio de dispositivos operados por bateria ou sem ventoinha, permitindo uma ampla variedade de aplicativos, desde sistemas de vigilância até gerenciamento de fábricas e realidade aumentada para escalar efetivamente.
“Vemos uma demanda crescente por inteligência em tempo real em aplicativos de IA alimentados por nossos MCUs e a necessidade de tornar os sensores mais inteligentes para dispositivos industriais e IoT”, disse Roger Wendelken, Vice-Presidente Sênior da Unidade de Negócios IoT e Infraestrutura da Renesas. “Licenciamos processadores neurais Akida devido à sua abordagem neuromórfica única para trazer aceleração hiper eficiente para modelos AI de hoje no mercado de borda. Com a adição de convoluções temporais avançadas e transformadores de visão, podemos ver como os MCUs de baixa potência podem revolucionar aplicações de visão, percepção e preditivas em uma ampla variedade de mercados, como IoT industrial e de consumo e saúde personalizada, só para citar alguns.”
“Os avanços em IA requerem avanços paralelos em capacidades de aprendizado no dispositivo enquanto superam simultaneamente os desafios de eficiência, escalabilidade e latência”, disse Richard Wawrzyniak, analista principal da Semico Research. “A BrainChip demonstrou a capacidade de criar uma borda verdadeiramente inteligente com Akida e avança ainda mais no que diz respeito ao desenvolvimento e implantação de soluções de borda de IA. Os benefícios da IA no chip do ponto de vista de desempenho e custo são difíceis de negar.”
Sean Hehir, CEO da BrainChip, afirmou que “nossos clientes queriam que habilitássemos uma inteligência preditiva expandida, rastreamento de alvos, detecção de objetos, segmentação de cena e capacidades avançadas de visão. Essa nova geração do Akida permite que designers e desenvolvedores realizem coisas que antes não eram possíveis em um dispositivo de borda de baixa potência”. Ele também destacou que, ao inferir e aprender a partir de dados brutos de sensores, sem a necessidade de pré-processamento de sinal digital, a empresa dá um passo significativo em direção a fornecer uma experiência de Edge AI sem nuvem.
O software e as ferramentas do Akida também simplificam ainda mais o desenvolvimento e a implementação de soluções e serviços com esses recursos:
· Um mecanismo de tempo de execução eficiente que gerencia autonomamente acelerações de modelo completamente transparente para o desenvolvedor;
· O software MetaTF™ que os desenvolvedores podem usar com suas estruturas preferidas, como TensorFlow/Keras, ou plataforma de desenvolvimento, como o Edge Impulse, para desenvolver, ajustar e implantar soluções de IA com facilidade.
· Suporta todos os tipos de redes neurais convolucionais (CNN), redes neurais profundas (DNN), redes de transformação de visão (ViT) e redes neurais de pulso (SNN), tornando os projetos à prova de futuro à medida que os modelos ficam mais avançados.
O Akida vem com um Models Zoo e um ecossistema em expansão de fornecedores de software, ferramentas e modelos, bem como parceiros de IP, SoC, fundição e integração de sistemas. A BrainChip está envolvida com os primeiros usuários do dispositivo de segunda geração. A disponibilidade geral está prevista para o terceiro trimestre de 2023.
0 Comentários