低コストのクロスオーバープロセッサは、エンドポイントの推論をサポートします

英国ブリストル— XMOSは、Xcoreプロセッサコアを機械学習に適合させ、AIoTアプリケーション用のクロスオーバープロセッサを作成しました。 Xcore.aiは1ドルから利用可能になります。

Xcore.aiは、同社独自のコア設計に基づいて構築された第3世代の製品であり、エンドポイントデバイスでのリアルタイムのAI推論と意思決定のために設計されており、信号処理、制御、通信機能も処理できます。

この第3世代チップの新機能は、機械学習アプリケーション用のベクトルパイプライン機能です。これは、2値化（1ビット）ニューラルネットワークをサポートするこのタイプの唯一のクロスオーバープロセッサであり、エンドポイントアプリケーションの超低電力AIの重要性が高まっており、パフォーマンスとメモリ密度が大幅に向上します。精度を適度に低下させます（Xcore.aiは32ビット、16ビット、および8ビットの数値もサポートします）。

Xcore.aiは、エンドポイントアプリケーション用の新しいクラスのAI対応システムオンチップであるクロスオーバープロセッサ（画像：XMOS）に参加します

Xcore.aiは、AI機能を備えた新しいクラスのエンドポイントプロセッサであるクロスオーバープロセッサに加わりました。 NXPによって造られたこの用語は、アプリケーションプロセッサのパフォーマンスと、使いやすさ、低消費電力、およびマイクロコントローラのリアルタイム動作を組み合わせた、重要な新しいカテゴリのデバイスを表します。

「「マイクロコントローラー」について顧客と話す場合、顧客は、75セント以下で、パフォーマンスが比較的低く、100MIPS程度のCortex-M0、M3、またはM4デバイスについて考えます。その場合、「SoC」は、ギガヘルツで動作するクアッドA53コアを備えたものである可能性があります。音声用のプロセッサなど、真ん中にあるものには大きなギャップがあります。これは特に難しい数学の問題であり、数千のMIPSが必要です。そのため、この大きなギャップがあり、その真ん中に非常に大きくて重要なアプリケーション領域があります。これは名前に値します」と、XMOSのCEOであるMarkLippettはEETimesとの独占インタビューで述べています。

音声インターフェース

同社が以前に発表した第2世代の製品であるXVF3510は、音声インターフェイス用のASICとして2019年7月に発売されましたが、内部では、シリコンも同社独自のXcore設計に基づいており、ファームウェアが付属しています。 XVF3510に基づく遠距離音声ソリューションのリファレンスデザインは、AmazonのAlexa音声サービスの対象となります。

音声セクターにおけるXMOSの歴史を考えると、Xcore.aiチップが、キーワード検出または辞書機能にAIを必要とする音声インターフェースアプリケーションを最初にターゲットにするのは当然のことです。

「はっきりさせておきましょう。音声はエンドポイントで最も重要なAIワークロードであり、おそらくしばらくの間その状態が続くでしょう。しかし、音声インターフェースを改善するために、デバイスはよりマルチモーダルになることがわかります」とリペット氏は述べ、さまざまな種類のセンサーを使用して、人の存在を検出する場合でも、場所を検出する場合でも、アプリケーションをよりコンテキストアウェアにする傾向について説明しました。彼らはから話している。

Mark Lippett（画像：XMOS）

「オーディオを聞くだけでなく、それ以上のことを行うことで、ユーザーエクスペリエンスを向上させる機会はたくさんあります」と彼は言いました。

IoTデバイスでのAIの多くのアプリケーションは、エンドポイントで処理を実行する必要があるプライバシー、セキュリティ、および安全性の組み合わせに依存しています。リペットは、たとえば、子供だけが台所にいる場合に、音声とレーダーを使用してオーブンのスイッチを切るアプライアンスの安全機能について説明しました。

したがって、Xcore.aiは、音声インターフェイスの作成用に提供されたライブラリとともに市場に投入されますが、Lippettは、顧客が独自のシステムを構築するための予備の容量があると述べました。カメラ入力用のMIPIインターフェースが含まれています。

Xcoreアーキテクチャ

Xcore.aiチップは、最大3200 MIPS、51.2 GMACC、および1600MFLOPSを提供します。 1Mバイトの組み込みSRAMと拡張用の低電力DDRインターフェイスを備えています。

Xcore.aiとほぼ同じレベルの統合を提供し、同様の動作周波数で動作するCortex-M7デバイスと比較して、XMOS自身の数値は、AI処理パフォーマンスの32倍、DSPパフォーマンスの15倍になっています。

「エンドポイントの世界では、価格パフォーマンスが必要です。一方を他方なしで話す意味はありません」とリペット氏は述べています。 「私たちは価格に非常に積極的でした。この部分の[ボリューム]は1ドルまで下げることができます。大まかに言えば、[同等のCortex-M7デバイスの]コストは約半分であり、パフォーマンスの点で水から吹き飛ばしています。」

Xcoreは、メモリを備えたタイルに配置された論理コアに基づいています。
ALUとベクトル単位（画像：XMOS）

Xcore.aiは、XMOS独自のXcoreアーキテクチャに基づいています。 Xcore自体は、論理コアと呼ばれるビルディングブロック上に構築されており、I / O、DSP、制御機能、またはAIアクセラレーションのいずれかに使用できます。各タイルには8つの論理コアがあり、各Xcore.aiチップには2つのタイルがあり、設計者は各機能に割り当てるコアの数を選択できます。各タイルには、メモリ、ALU、および論理コアがアクセスを共有するベクトルユニットも含まれています。

「重要なことに、彼らは非常に予測可能な方法で[アクセスを共有]します」とリペットは言いました。 「これがXcoreの特別な点です。当初、私たちはソフトウェアエンジニアにI / Oの柔軟性を提供したいと考えていましたが、締め切りに間に合わなかった場合、ハードウェアはそれほど寛容ではありません。つまり、Xcoreはマルチコアであり、ワークロードをファームアウトして非常に迅速に処理したいからではありません。それは可能ですが、アプリケーションの特定の部分に独自のリソースを提供したいので、実際にはマルチコアです。必要です、準備ができています。そのようなタイミング精度を実現するために、ボトムアップで設計されています。」

さまざまな機能（I / O、DSP、制御、AI）をファームウェアの論理コアにマッピングすることで、完全にソフトウェアで記述された「仮想SoC」を作成できます。以下の例では、1つのコアが、I ² などのハードウェアで通常実行されるタスクを実行しています。 S、I ² CおよびLEDドライバー、および一部のコアはニューラルネットワークを処理していますが、他のコアは通常ソフトウェアで実行されるタスクを実行しています。 IoTデバイスの一時的な要求に対応するために、ソフトウェアでこれらすべてを定義する方が高速です。リペット氏によると、開発も安価であり、企業は小規模な市場セグメントでも経済的なソリューションを作成できます。

Xcore.aiデバイスにマッピングされたサンプルアプリケーション（画像：XMOS）

「市場が進化していると私たちが見ているのは、市場がより多様な機能を要求していることであり、企業はより迅速に対応する必要があります」とリペット氏は述べています。 「どのセグメントにも[最終的に]十分ではない可能性のある非常に汎用的なプラットフォームを構築せずに、IoTに2年間の賭けをすることは非常に困難です。 [Xcore.aiを使用すると]、より少ない設備投資でデバイスをより迅速に市場に投入し、より小さな市場に効果的に小さな賭けをして、それらの市場を経済的にすることがはるかに簡単になります。」

XMOSは、このクロスオーバープロセッサスペースに参入する大手マイクロコントローラメーカーとどのように競合しますか？

「ARMベースのSoCを構築することではありません。彼らはそれを本当にうまくやっているので」とリペットは言った。 「それらの人と競争する唯一の方法は、アーキテクチャの優位性を持つことです。これは、パフォーマンスの観点からのXcoreの固有の機能だけでなく、柔軟性についても説明しています。」