Теперь даже конечные точки, такие как датчики, могут выполнять базовые рабочие нагрузки искусственного интеллекта благодаря микросхемам класса микроконтроллеров со встроенными ускорителями искусственного интеллекта или решениям, таким как Kneron KL720 Arm Cortex-M4 AI SoC, процессор GAP8 RISC-V IoT или MCU с ядром Cortex-M55 в сочетании с Ethos U55 MicroNPU.
Maxim Integrated запустила собственный микроконтроллер с поддержкой искусственного интеллекта – MAX78000, сочетающий в себе ядро Cortex-M4F, 32-битное ядро RISC-V и ускоритель CNN, позволяющий делать выводы AI менее чем на 1/100 источника энергии или в 100 раз быстрее программных решений, что особенно подходит для AI-приложений с батарейным питанием.
Технические характеристики MAX78000:
- Микроконтроллеры со сверхнизким энергопотреблением
- Ядро Arm Cortex-M4F с FPU до 100 МГц с 512 КБ флэш-памяти и 128 КБ SRAM
- 32-битный сопроцессор со сверхнизким энергопотреблением RISC-V до 60 МГц
- Ускоритель нейронной сети, оптимизированный для глубоких сверточных нейронных сетей (CNN)
- 442k 8-бит с 1,2,4,8-битным размером
- Размер изображения до 1024 x 1024 пикселей
- Глубина сети до 64 слоев
- Ширина сетевого канала до 1024 каналов
- Обработка 1D и 2D свертки
- Потоковый режим
- Поддержка других типов сетей – MLP и рекуррентные нейронные сети
- Периферийные устройства
- До 52 контактов ввода-вывода общего назначения с альтернативными функциями, такими как UART, I2C, SPI, 1-wire и т. д.
- 12-битный параллельный интерфейс камеры
- Один I2S Master/Slave для цифрового аудиоинтерфейса
- Безопасность и целостность
- Безопасная загрузка
- Аппаратное ускорение AES 128/192/256
- Генератор истинных случайных чисел (ГСЧЧ)
- Управление энергопотреблением
- Интегрированный одноиндукторный импульсный источник питания с несколькими выходами (SIMO) (SMPS)
- Диапазон напряжения питания от 2,0 В до 3,6 В для SIMO
- Динамическое масштабирование напряжения (DVS)
- 22,2 мкА/МГц во время выполнения цикла при 3,0 В из кэша (только CM4)
- Выбираемое сохранение SRAM в режимах с низким энергопотреблением с включенными часами реального времени (RTC)
Неясно, какую именно роль играют ядра Arm и RISC-V, но RISC-V считается еще более энергоэффективным. Ускоритель CNN может запускать AI-сети, обученные с помощью обычных наборов инструментов, таких как PyTorch и TensorFlow, и преобразованные для выполнения с помощью инструментов на основе Eclipse, предоставляемых Maxim.
Maxim Integrated также предоставляет оценочный комплект MAX78000EVKIT с цифровым микрофоном, гироскопом/акселерометром, 3,5-дюймовым цветным TFT-дисплеем с сенсорным экраном, модулем параллельной камеры и дополнительным дисплеем, управляемым аккумулятором энергии, для отслеживания энергопотребления устройства во времени. На плате также есть разъемы GPIO и аналоговых входов, а также порт micro USB для доступа к последовательной консоли.
В комплект разработчика входит отладчик MAX32625PICO с кабелями, Olimex ARM-USB-OCD-H, адаптер Olimex ARM-JTAG 20-10, модуль камеры, различные USB-кабели и дополнительные шунты.
Вы найдете видео, показывающее, как начать работу с платой, на сайте Maxim. В видео представлено содержимое набора, мигают светодиодами и, наконец, показывают демонстрацию MNIST CNN, которая идентифицирует числа от 0 до 9. Другие демонстрации включают кошек и собак, Faceid, классификацию объектов (cifar-10 / cifar-100) и т. д.
MAX78000 нацелен на приложения с батарейным питанием, которым может быть полезно ускорение AI, например обработка звука, распознавание лиц, обнаружение и классификация объектов, а также обработка данных временных рядов, например, анализ частоты пульса, мультисенсорный анализ или профилактическое обслуживание.
Образцы MCU Maxim Integrated MAX78000 можно приобрести за 12 долларов, а цена снижается до 8,5 долларов за единицу для более 1000 штук. MAX78000EVKIT можно предварительно заказать по цене около 182 долларов США, а поступление в продажу запланировано на 18 ноября. Более подробную информацию можно найти на странице продукта.
Выражаем свою благодарность источнику из которого взята и переведена статья, сайту cnx-software.com.
Оригинал статьи вы можете прочитать здесь.