Aspinity模拟神经网络的警钟

把前面的模拟芯片不间断系统数字化模拟芯片的监听语音和声音感兴趣的可以帮助避免巨大的力量浪费在当前语音识别系统和数据拥塞。Aspinity,模拟神经形态半导体公司,工作问题,刚刚宣布其模拟模块化可重构处理器昨天(坡道)平台。斜坡是一个神经网络的模拟芯片比数字更高效的倾听和醒来一个系统。

不间断的应用,如数字助理,“digitize-first”结构系统在不断倾听和发送数据到云分析即使它等待后的词,如“嘿,计算机,”从人类用户。不仅是大量的电力用于保持系统一直在,但系统总是传送数据到云,即使在没有利益存在的声音。隐私问题是很难的胃。

在斜坡的“analyze-first”结构,模拟神经网络芯片可以听而不发送数据到云进行处理。最初的处理和数据清洗是在模拟神经网络完成的。“仍然有需要做数码的工作,”汤姆·道尔说,创始人兼首席执行官,Aspinity Inc .)在一次采访中与半导体工程,“但是如果有应该做的事情在模拟模拟和更有效地完成,然后我们可以唤醒系统的其余部分的更高的水平。”

模拟块在坡道是模块化的,平行和连续操作,Aspinity的说新闻稿。斜坡平台模拟电路支持事件检测和分类从原始、非结构化的模拟传感器数据。其模拟块可重复编程的。

更有效率呢?
模拟处理声波更有效,这是当然,模拟?“有绝对的事情我们可以做的模拟更有效率,”多伊尔说。一些效率模拟的性质和一些Aspinity的创新,如更小的晶体管。“神经网络的核心是一个乘法和积累功能。我们可以构建这些给我们的创新和更小的晶体管。我们能够做的,在某些方面更有效地模拟”。

“声音是一个伟大的人,因为我们不是集中在命令和自然的东西在我们的芯片,最好留给一个高性能的数字处理器。我们能做的是说‘嘿,我们看到的所有声音数据和我们认识到语言是礼物。所以去吧,开始处理命令,和想做的东西没有讲话。这些事情需要一个很有意义的,”多伊尔说。

其他创新帮助Aspinity存储信息更有效地模拟。“通常与移动网络和模拟,波偏压和我们能够存储他们的价值观给我们的另一个创新更有效。我们能够建立这种模块化流程或可配置处理器比标准模拟在一个小得多的足迹。一些不同的创新使我们能够达到这个水平,我们可以更有效地做事。”

同样的道路
使用Aspinity模拟神经网络芯片旨在感觉熟悉机器学习的人。”非常类似于数字世界会发生什么但在模拟我们能够做到,”多伊尔说。“我们遵循一个非常相似的路径。”

“你可以训练一个DSP,你可以训练一个Nvidia的核心,或者你可以训练这些数字世界中的其他核心。许多其他芯片有一个神经网络,用于决策和分类的信息,”多伊尔说。“我们遵循同样的路径。我们建立了一个模拟神经网络芯片,所以它可以有相同的特征,你会发现在数字世界中,所以一个机器学习的人或人构建一个应用程序可以遵循相同的路径。他们会保持训练数据,他们会使用我们的环境来构建一个模型,随后我们的坡道上运行芯片,将面向检测的声音,碎玻璃检测,检测警报,所以检测这些事件,你可以你可以检测一个数字,但我们更早的信号链。”

斜坡平台也做一些数据清洗在芯片内使用一个算法,将原始数据。“我们将做其他的事情,重要的数据。每个人都认为模拟原始unstructured-it可能不是干净的数据,它可能需要调节或者你可能需要一些传感器接口提高gain-things的性质。我们做这些事情在我们的芯片。当我们看我们的芯片,我们建立一个算法,我们可以训练和建立一个算法在我们的芯片;这种算法需要的原始数据。我们做了必要的清洗(数据),我们将做一些特征提取,然后进入一个神经网络,使得一个决定。它非常类似于数字世界会发生什么但我们能够用模拟。”

图1:Aspinity analyze-first系统架构。(来源:Aspinity)

延长电池寿命
如何处理数据直接影响功耗。“我们真正看到的数据和电池寿命白刃战的,”汤姆·道尔说,创始人兼首席执行官,Aspinity Inc .”你分析数据,你的数据与传感器和信号通路在电池寿命起着很大的作用。”

“我们已经看到很多运动在过去几十年在云中将大量的计算和处理,我们有丰富的处理能力和能力,但是现在我们正在回到边缘。”道尔说。“边缘带来一些重大挑战和权衡不仅电池寿命特性,准确性,我们降低我们所做的在边缘,这样我们可以在电池持续时间更长。这有影响。”

所有原始数据数字化的想法是一个大问题,多伊尔说,尽管他承认一些好处“数字化第一”的方法。“但我们能更好地做事情,早些时候在信号链,这样我们不是数字化数据,而不是将这些原料,无关的数据。这就是我们看和想要帮助自己权衡。”

“这是信号链的方法。所有的数据是模拟。我们收集我们称之为原始的非结构化的模拟。所以我们花了很多努力推动所有需要数字处理器收集见解,”多伊尔说。”,但我们发现绝大多数的时间等数据,我们寻找的是一些演讲,如词的数据,不包括演讲中醒来。(“数字化第一”)在这方面完全是低效的。”

模拟是有效的Aspinity声称坡道节省十倍的力量和压缩振动数据的数量到100年x。

图02:DSP后词引擎从斜坡上模拟芯片得到额外的帮助。(来源:Aspinity)

斜坡分析传入的声音麦克风边缘保持wake-word引擎和其他数字处理器的低功耗睡眠状态80%的时间,没有声音。

斜坡是针对电池,不间断为消费者传感装置,智能家居、物联网(物联网),工业和其他市场。Aspinity成立于2015年,从想法制定在西弗吉尼亚大学,现在只是隐形的模式。亚马逊是一个投资者,通过两轮。斜坡芯片的硅,但明年将提供更广泛的客户。在一个成熟的过程节点在台湾代工厂,包括台积电,这些模拟芯片的成本可能会低。“我们的低成本模拟process-mature节点技术,”多伊尔说。时间会告诉我们是否支付年龄更大,更成熟的和模拟。

有关的故事

使用模拟人工智能