BrainChip AKD1000 SNN AI SoC получает комплекты для разработки Raspberry Pi и x86

Компания BrainChip представила два комплекта разработки для своего нейроморфного процессора Akida AKD1000 на базе Raspberry Pi и мини-ПК Intel (x86), чтобы позволить партнерам, крупным предприятиям и OEM-производителям начать тестирование и валидацию чипа Akida.

Нейронная сеть BrainChip Akida использует импульсивную нейронную сеть (SNN), которая обеспечивает высокопроизводительный вывод в реальном времени при сверхнизком энергопотреблении, в частности, гораздо более низком энергопотреблении, чем традиционные AI-микросхемы, основанные на технологии CNN (сверточная нейронная сеть).

Комплект разработчика Akida на базе Raspberry Pi CM4

Характеристики:

  • SoM – Raspberry Pi CM4 или CM4 Lite с
    • SoC: процессор Broadcom BCM2711C0 с четырьмя ядрами ARM Cortex-A72 (ARMv8-A), 64-разрядный, с частотой 1,5 ГГц, плюс графический процессор Broadcom VideoCore VI
    • Оперативная память – 1 ГБ, 2 ГБ, 4 ГБ или 8 ГБ LPDDR4 SDRAM
    • Хранилище – карта MicroSD для CM4 Lite или eMMC от 2 до 32 ГБ для CM4
    • Сеть – дополнительно 2,4 ГГц и 5 ГГц 802.11b/g/n/ac Wi-Fi, Bluetooth 5.0 LE, Gigabit Ethernet PHY
  • Несущая плата – официальный модуль Raspberry Pi Compute Module 4 платы ввода-вывода со слотом PCIe, 2x DSI, 2x CSI, 2x HDMI
  • AI-ускоритель – карта Mini PCIe с чипом Brainchip Akida AKD1000 AI
  • Размеры – 20,06 х 10,5 х 3,7 см

Комплект состоит только из готовых деталей (RPi CM4 + несущая плата), размещенных в корпусе с картой AI-ускорителя Akida.

Комплект разработчика Akida на базе Shuttle PC

Характеристики:

  • Поддержка SoC – разъем LGA1200 для процессоров Intel Core i9/i7/i5/i3 10-го поколения, Pentium Gold и Celeron «Comet Lake-S» с TDP до 65 Вт. Включает систему охлаждения Heatpipe с двумя вентиляторами
  • Системная память – 2x 260-контактных слота SO-DIMM для DDR4-2933/2666 до 2x 32 ГБ ОЗУ
  • Хранилище
    • 1x 2,5-дюймовый отсек для жесткого диска SATA или SSD, максимально 9,5 мм
    • 1x слот M.2-2280M (поддерживает PCIe x4 NVMe или SATA)
  • Видеовыход – HDMI 2.0a, VGA
  • Аудио – 2х аудиоразъема 3,5 мм для линейного выхода и микрофона
  •  Сети
    • Порт Gigabit Ethernet RJ45
    • 1x M.2-2230AE для дополнительной карты WLAN
  • USB – 4x USB 3.2 Gen1, 4x USB 2.0, 1x внутренний USB-накопитель USB 2.0
  • Последовательный порт – дополнительный COM-порт RS232
  • Расширение – 1x слот PCI Express X16 v3.0
  • AI-ускоритель – карта Mini PCIe с чипом Brainchip Akida AKD1000 AI
  • Источник питания – внешний адаптер питания 180 Вт/19,5 В
  • Размеры – 25 х 20 х 7,85 см

Windows 10 и Linux (64-бит)

Этот комплект для разработки представляет собой мини-ПК Shuttle XH410G с картой mPCIe от Braindchip Akida.

BrainChip AKD1000 NSoC и поддержка программного обеспечения

Нейроморфный SoC (NSoC) имитирует 1,2 миллиона нейронов и 10 миллиардов синапсов с нейронной тканью Akida и предлагает следующие ключевые функции и интерфейсы:

  • SPU M-класса с FPU и DSP
  • Интерфейс памяти – LPDDR4
  • Хранилище – флэш-память SPI для загрузки/хранения
  • Akira Neuro Fabric – 80 NPU, цифровая логика с 8 МБ SRAM
  • Интерфейсы ввода данных
    • PCIe 2.1 x2
    • USB 3.0
    • I3C, I2C, UART, JTAG
  • Обработка данных – преобразователь событий Pixel; SW кодировщик данных-событий; многомерные цифровые данные; звук, давление, температура… обработка данных
  • Расширение на несколько микросхем за счет дополнительного 2-канального корневого комплекса PCIe 2.1, включающего до 64 устройств с последовательным подключением
  • Процесс – 28 нм TSMC

Перечисленные выше комплекты разработки включают среду разработки программного обеспечения Meta TFруководство пользователя и примеры моделей Akida. В интервью EETimes Анил Манкар, соучредитель BrainChip и директор по разработке, объясняет, что люди, знакомые с TensorFlow или Keras API, могут взять свое существующее приложение, сеть, набор данных и запустить его на оборудовании Akida после прохождения обучения и самостоятельно измерить мощность. Так что нет необходимости точно понимать, как работает SNN.

Операции MAC, необходимые для вывода классификации объектов: темно-синий – это CNN в домене без событий, голубой – в домене событий/Akida, зеленый – в домене событий с дальнейшей регуляризацией активности. 
Источник: BrainChip через EETimes

То, как они сравнивают решение с CNN, интересно, поскольку они сообщают количество операций MAC, необходимых для вывода, а не прямые значения mW. Тем не менее, статья EETimes также предоставляет некоторые цифры энергопотребления:

… Модель определения ключевых слов, работающая на плате разработки Akida после 4-битного квантования, потребляла всего 37 мкДж на вывод (или 27 336 выводов в секунду на ватт). Точность предсказания составила 91,3%, и чип был замедлен до 5 МГц для достижения наблюдаемой производительности.

Наличие и цена

Нейроморфные чипы, основанные на импульсивных нейронных сетях, все еще являются новой технологией, и цена на комплекты разработки отражает это: комплект разработчика Raspberry Pi стоит 4995 долларов, а комплект Shuttle PC – 9 995 долларов. Более подробную информацию можно найти на веб-сайте BrainChip. Другие компании, работающие над чипами SNN AI, включают Innatera и Prophesee.

Выражаем свою благодарность источнику из которого взята и переведена статья, сайту cnx-software.com.

Оригинал статьи вы можете прочитать здесь.

0 0 votes
Article Rating
Подписаться
Уведомление о
guest

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.

0 Комментарий
Inline Feedbacks
View all comments