Leti的首席执行官谈论边缘AI, FD-SOI和其他主题。
Leti首席执行官Emmanuel Sabonnadière与《半导体工程》(Semiconductor Engineering)聊了聊人工智能(AI)、边缘计算和芯片技术。以下是那次谈话的节选。
SE:人工智能未来会走向何方?
Sabonnadiere:我坚信边缘人工智能将改变我们的生活。今天的微电子技术有80%的东西在云端，20%在边缘。五年后，这种情况将会逆转。它将在边缘上占80%，在云中只占20%。这背后有一些理性，告诉我们它将朝着这个方向发展。这是一个数据隐私的问题。
SE:我们听说了很多关于边缘的事情。它的驱动力是什么?
Sabonnadiere:最大的推动力可能是医疗保健业务。如今，医疗行业是一个灰色地带。在这里，人工智能和边缘人工智能将完全改变你与系统的关系。
SE:能举个例子吗?
Sabonnadiere:我有一个具体的例子。这就是糖尿病。所以我们可以测量血糖。我们有一个非侵入式传感器。我们可以测量并给出血糖的全面细节。我们把数据发送到人工智能系统。人工智能系统做出了60%的决定。但即使是60%，系统也知道该决定什么，以及你需要注射哪种胰岛素。最终，人工智能系统将足够坚固，可以永久决定需要注入什么。这就是我认为人工智能完全改变故事的原因。 Especially, it will be driven by healthcare, because the demand is everywhere.
SE:这可能会成为医疗保健其他领域的一大推动力，对吗?
Sabonnadiere:我们在乐提有两个大部门。一个是医学。另一个是关于健康的。在这两方面，成功都与人工智能系统有关。你接收数据。你解码数据，并确定它对你的健康意味着什么。然后，你就会做出反应。你可能决定减肥。你可能会决定多睡一会儿。你可以决定是否服用一些药物。 You will make decisions based on the AI.
SE:谷歌、Facebook和其他公司正在云上部署人工智能的一个子集，称为机器学习。大多数机器学习算法在类似gpu的处理器上以软件形式运行，这些处理器会消耗能量。所以我们需要让处理过程更接近所谓的边缘系统。我们需要专门的设备来检测边缘吗?
Sabonnadiere:我们想要的是内部有足够的能量，以确保边缘AI会转动并收集一些数据。这将通过边缘AI提供解决方案，而无需与云连接。为此，你需要在CMOS(负责计算)和突触或神经形态计算之间引入一个平衡。它需要低功率传感器来收集数据。这些都是我们用Imec或Leti设计的3D架构。我们认为，CMOS的功耗需要降低，而CMOS与神经网络或存储器之间的连接需要增加。对于神经网络，有两个流派。这是卷积的。在乐提，我们相信钉钉技术。这可能是未来最有意思的一个。 It learns from the start. From that, it’s incremental and well controlled. We’ve demonstrated the technology. You probably need less CMOS density. But you have more in the memory in the neural network.
SE:你们需要什么类型的技术?
Sabonnadiere:这使我可以在CMOS部分上使用FD-SOI平台。我不是说7纳米finfet或5纳米finfet。我更喜欢FD-SOI，可能在10纳米以下。今天，通过FD-SOI，我们与三星达到了18nm。大概，在空气中有12nm。但我们必须考虑10纳米以下。假设你的芯片上有一个10nm以下的FD-SOI。然后，使用spike技术添加一个精心设计和优化的神经网络。然后有一两个传感器。你把电源切断。 You could have an MCU with less than 1 watt. That will be big. You could integrate several different sensors, such as MEMS sensors, bio sensors and all these kind of things.
SE:这其中的挑战是什么?
Sabonnadiere:神经网络在今天是一个噩梦。质量不高。人们在玩一些统计方法。这里还有很多东西需要发明。
SE:解决方案是什么?
Sabonnadiere:我们需要很多学者。我正在推动他们在云端工作，用正确的数学方法、大量的数据和计算算法来修复人工智能系统。当这是一个好的体系时，我可以把它移到边缘。然后，它将由精心设计的电子设备和芯片托管。这个新的人工智能系统将使用本地数据和更少的数据进行重新学习。
SE:为此你需要不同的架构，比如高级包类型和芯片，对吗?
Sabonnadiere:绝对的。
SE:听起来还有很多工作要做。
Sabonnadiere:是的。我很确定，在未来10年里，我们将讨论人工智能和边缘人工智能。
|
|
|
|
|
|
|
|
|
|
|
|
TFET也可能是解决方案的一部分，因为它的功能能力不到cmos消耗的百分之一……
这需要具体的技术开发
TFETs在几年前是热门话题。看到的:
隧道场效应管在攀爬竞赛中出现
https://新利体育下载注册www.es-frst.com/tunnel-fets-emerge-scaling-race/
但是tfet已经脱离了路线图。挑战太多了。每个人都在练全能门。