Anzeige

Neuromorpher SoC

Neue Art von Beschleunigungs-SoCs für neuronale Netze

Der neuromorphe System-on-Chip-Baustein (NSoC) Akida ermöglicht erstmals eine gepulste neuronale Netzwerk-Architektur (SNN: Spiking Neural Network) in Serie.

 Jeder Akida NSoC weist 1,2Mio. Neuronen und 10Mrd. Synapsen auf, was eine 100x bessere Effizienz mit sich bringt, als bei neuromorphen Testchips von Intel und IBM. Der NSoC wurde für den Einsatz als eigenständiger Embedded-Beschleuniger oder Co-Prozessor entwickelt. (Bild: BrainChip Holdings Ltd.)

Bild 1 | Jeder Akida NSoC weist 1,2Mio. Neuronen und 10Mrd. Synapsen auf, was eine 100x bessere Effizienz mit sich bringt, als bei neuromorphen Testchips von Intel und IBM. Der NSoC wurde für den Einsatz als eigenständiger Embedded-Beschleuniger oder Co-Prozessor entwickelt. (Bild: BrainChip Holdings Ltd.)

Laut Daten des Marktforschungsunternehmens Tractica wird der Markt für KI-Beschleuniger-ICs bis zum Jahr 2025 die 60Mrd. US-$ überschreiten, Neuromorphe Computer versprechen dabei eine schnellere KI, insbesondere bei stromsparenden Anwendungen. Akida, griechisch für ´Puls bzw. Spitze‘, ist der erste Baustein einer neuen Generation von KI-Hardwarelösungen. Der NSoC ist klein, kostengünstig, stromsparend und eignet sich für Edge-Anwendungen wie Fahrerassistenzsysteme (ADAS), autonome Fahrzeuge, Drohnen, bildgesteuerte Robotik, Überwachungs- und Bildverarbeitungssysteme. Da er skalierbar ist, lassen sich zudem mehrere NSoCs miteinander verknüpfen.

Der Akida NSoC

Der Akida NSoC basiert auf einem reinen CMOS-Logikprozess. Gepulste neuronale Netze (SNNs) sind von Natur aus weniger leistungsfähig als herkömmliche faltungsneuronale Netze (CNN), da sie die rechenintensiven Faltungen und Fehlerfortpflanzungs-Trainingsmethoden durch biologisch inspirierte Neuronenfunktionen und Feed-Forward-Trainingsmethoden ersetzen. Brain-Chips Forschung hat das optimale Neuronenmodell und die besten Trainingsmethoden ermittelt. Jeder Akida NSoC weist effektiv 1,2Mio. Neuronen und 10Mrd. Synapsen auf, was eine 100x bessere Effizienz mit sich bringt, als bei neuromorphen Testchips von Intel und IBM. Vergleiche mit führenden CNN-Beschleunigern zeigen Leistungszuwächse um mehr als eine Größenordnung bei Bild-/Sekunden-/Watt-Benchmarks wie CIFAR-10 mit vergleichbarer Genauigkeit. „SNNs gelten als die dritte Generation neuronaler Netze“, so Peter van der Made, Gründer und CTO von BrainChip. „Der Akida NSoC ist das Ergebnis jahrzehntelanger Forschung, um das optimale Neuronenmodell und innovative Trainingsmethoden zu ermitteln.“ Der Akida NSoC wurde für den Einsatz als eigenständiger Embedded-Beschleuniger oder Co-Prozessor entwickelt. Er enthält Sensorschnittstellen für die pixelbasierte Bildgebung, dynamische Bildsensoren (DVS), Lidar, Audio und Analogsignale. Es verfügt zudem über Hochgeschwindigkeits-Datenschnittstellen wie PCI-Express, USB und Ethernet. Im NSoC finden sich Daten-zu-Puls-Wandler, die gängige Datenformate optimal in Pulse/Spikes umwandeln, um von der Akida-Neuronen-Fabric trainiert und verarbeitet zu werden.

Innovative Trainingsmethoden

SNNs sind von Grund auf Feed-Forward-Datenflüsse für das Training und Inferencing. Das Akida-Neuronenmodell deckt innovative Trainingsmethoden für das überwachte und unbeaufsichtigte Training ab. Im überwachten Modus trainieren sich die ersten Ebenen des Netzwerks selbstständig, während in den letzten vollständig vernetzten Ebenen Label angewendet werden können. Damit dienen diese Netzwerke als Klassifizierungsnetzwerke. Der NSoC ist so konzipiert, dass er in der Akida-Entwicklungsumgebung ein Off-Chip-Training ermöglicht – oder ein On-Chip-Training. Eine integrierte CPU steuert die Konfiguration der Akida-Neuronen-Fabric sowie die Off-Chip-Kommunikation von Metadaten. Die Entwicklungsumgebung ist ab sofort für Early-Access-Kunden erhältlich, die mit dem Erstellen, Training und Testen von Akida-NSoC-basierter SNNs beginnen wollen. Der Akida NSoC wird voraussichtlich im dritten Quartal 2019 als Muster zur Verfügung stehen.

 Gepulste neuronale Netze (SNN) gelten als die dritte Generation neuronaler Netze. (Bild: BrainChip Holdings Ltd.)

Bild 2 | Gepulste neuronale Netze (SNN) gelten als die dritte Generation neuronaler Netze.  (Bild: BrainChip Holdings Ltd.)

Anzeige

Empfehlungen der Redaktion

Das könnte Sie auch interessieren

Aeva gibt eine Series-A-Finanzierungsrunde bekannt, die von Lux Capital und Canaan geleitet wird und folgt einer Seed-Runde über 3,5Mio.$ aus dem Jahr 2017. Die Investitionen sollen für den Ausbau des Geschäftsbetriebs verwendet werden, mit dem Ziel, Sensoren für autonome Fahrzeuge ab Anfang der 2020er Jahre in großem Umfang an Auto- und Technologiekunden liefern zu können.

venturebeat.com

Anzeige

Stemmer Imaging hat die Termine für seine Machine Vision Technology Roadshow 2019 bekannt gegeben. Vom 8. bis 9. Oktober 2019 findet das Technologieforum in Unterschleissheim bei München statt, danach in den Niederlanden (15.10.), Frankreich (17.10.), Schweden (22.10.) und zum Abschluss in Großbritannien (13.-14.11.).

www.stemmer-imaging.com

Anzeige

Die VDMA Fachabteilung Industrielle Bildverarbeitung hat im Rahmen der Eröffnung der Vision die aktuellen Branchenzahlen veröffentlicht. Die Deutsche Bildverarbeitunsbranche wuchs im Geschäftsjahr 2017 um 17,5%. Für 2018 rechnet der VDMA nach aktuellen Umfragen damit, dass das Rekordniveau von 2,6Mrd.€ gehalten wird.

rua.vdma.org

Anzeige

Der EMVA und die Messe Vision werden im nächsten Jahr die zweite Embedded Vision Europe organisieren. Die Konferenz findet dann vom 24. bis 25. Oktober 2019 erneut im Stuttgarter ICS statt. Zur Premiere kamen im letzten Jahr bereits 200 Teilnehmer.

www.emva.org

Anzeige

Knapp 85 Teilnehmer aus dem oberen Management der Bildverarbeitungsbranche nahmen am zweiten Early Bird Event der inVISION am Mittwoch Morgen auf der Messe Vision teil.

www.tedo-verlag.de

Die Unternehmen haben während der Vision eine HDR-Videoüberwachungslösung vorgestellt, die kontrastreiche Szenen (120dB) mit 1080p und 30fps aufnehmen kann. Das System, das auf dem Xilinx Zynq 7030 SoC basiert, ist auf die Erfassung von Highlight- und Schattendetails ausgelegt und soll einen besonders hohen Dynamikumfang bieten. Hierzu wurde der Pinnacle Denali-MC HDR ISP mit dem AR0239 CMOS-Bildsensor von ON Semiconductor kombiniert.

www.onsemi.com

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige