Imec、世界初のスパイキングニューラルネットワークレーダーチップを発表：消費電力100分の1、レイテンシ10分の1を実現

Imecは、レーダー信号処理向けに設計された世界初のスパイキングニューラルネットワーク（SNN）チップを発表しました。このブレークスルーにより、接近物体をミリ秒単位で検知・反応できる、低消費電力・高速なドローン向け衝突回避システムが可能になります。

生物学的ニューロンの疎な発火パターンを模倣することで、従来ソリューション比で消費電力を100分の1に削減し、レイテンシを10分の1に短縮。ほぼ瞬時の意思決定を可能にします。例えば、マイクロドップラーレーダーシグネチャの分類をわずか30 mWで実行可能。汎用アーキテクチャにより、ECG、音声、ソナー、レーダー、LiDARなど幅広いセンサストリームの処理に適応可能で、次世代インテリジェントシステムに最適です。

従来の人工ニューラルネットワーク（ANN）は、自動車レーダーベースの衝突回避など多くのAIアプリケーションを支配しています。しかし、ANNは多くの場合高電力を必要とし、センサ-アルゴリズムパイプラインをデータが通過するまで決定できないため、電池制約デバイスには問題となります。

「今日、再帰型スパイキングニューラルネットワークでレーダー信号を処理する世界初のチップを発表します」とImecのニューロモルフィックセンシングプログラムマネージャ、Ilja Ocket氏。「SNNは、感覚入力が変化したときのみニューロンが発火するという点で、生物学的ニューラルネットワークに近い動作をします。この疎な活動がエネルギー消費を劇的に削減します。さらに、再帰接続によりSNNは時間パターンを学習・保持する能力を持ち、真の自己学習システムへの重要な一歩となります。」

Imecのチップはもともと超低消費電力デバイス向けにECGと音声用に調整されていました。汎用的な完全デジタル、イベント駆動アーキテクチャにより、ソナー、レーダー、LiDARなど他のモダリティへの再構成が容易。アナログSNNとは異なり、デジタル設計によりチップの動作がニューラルネットワークシミュレーションと正確に一致することを保証します。

ドローン（および車）向けスマート低消費電力衝突回避システム

新Imecチップの主要ターゲットは、ドローン向け低レイテンシ・低消費電力衝突回避システムです。無人航空機業界は自動車以上に厳しい電池制約と迅速な環境認識を必要とします。レーダーデータをオンボード処理することで、チップは接近物体をより速く正確に識別し、ドローンが危険にほぼ瞬時に反応できるようにします。

Ocket氏によれば、開発中のシナリオの一つは、倉庫内を自律航行するドローンが壁や棚から安全な距離を保ちながら複雑なタスクを実行するもの。同じ技術はロボティクス、自動搬送車、さらには健康モニタリングへの展開も可能です。

このチップ実現のため、Imecは多岐にわたる専門家チームを結成。トレーニングアルゴリズム開発者、神経科学に着想を得たSNNアーキテクト、生体医工学とレーダー信号処理の専門家、超低消費電力デジタルチップ設計者が一体となり、堅牢なエンドツーエンドソリューションを構築しました。

>> この記事は姉妹サイトEE Times Europeで最初に公開されました。