SamurAI：IoT画像認識の電力効率新ベンチマークを打ち立てる低消費電力AIチップ
2020年VLSIシンポジウムで、フランスの研究機関CEA-LetiとLISTがSamurAIを発表しました。コンパクトなAIアクセラレータで、IoTにおける画像認識ワークロードの電力効率を再定義しています。
SamurAIは、低消費電力IoTノードと専用AIアクセラレータを統合し、ピーク対アイドル消費電力比で驚異の15,000倍削減を達成。機械学習タスクで最大1.3 TOPS/W（テラ演算/秒/ワット）または36 GOPSを提供します。
実世界の占有検知プロトタイプでは、PIRセンサ、224×224ピクセル白黒カメラ、FeRAM、低消費電力無線を含むシステム全体で日平均105 µW、うちSamurAIが26%を消費しました。
SamurAIシステム概要
SamurAIはチップ上の2つのサブシステムを中心に構築されています：
- クロックレス、イベント駆動型ウェイクアップコントローラ：207 nsでシステム起動可能
- オンデマンドサブシステム：ディープスリープモード付きRISC-V CPU、PNeuro AIアクセラレータ、暗号アクセラレータを内蔵
このデュアルサブシステムアーキテクチャにより、ピーク対アイドル電力比15,000倍を実現。アイドルモードで6.4 µW、CPUとAIアクセラレータ活性時で96 mW消費します。
STMicroの28 nm完全空乏型SOI（FD-SOI）プロセスで製造された4.5 mm²ダイは、6つの切り替え可能な電力ドメインを持ち、ボディバイアスなしで動作します。
PNeuro AIアクセラレータ
アクセラレータ「PNeuro」は、単一命令複数データ（SIMD）プログラマブルエンジンです。32×8ビット処理要素の2クラスタと264 kBマルチバンクSRAMで構成。ブロックはサイクルあたり64 MACを実行可能です。
主要性能指標：
- 0.48 V電源で1.3 TOPS/W（2.8 GOPS）
- 0.9 V電源で36 GOPS（8ビット全結合ニューラルネットワークレイヤ）
PNeuro導入により、RISC-Vコアで機械学習ワークロードを実行する場合比でシステム総消費電力を半減させます。
長いスリープ期間の間に散発的な計算バーストを必要とするIoTシナリオ向けに設計されたSamurAIは、オンデバイスAI処理を可能にします。このアプローチによりクラウド依存を排除し、レイテンシを削減、プライバシーを保護。カメラやその他センサを用いた人物検出やシーン識別などのアプリケーションに最適です。
>> この記事は姉妹サイトEE Times Europeで最初に公開されました。
埋め込み