加拿大新创推低功耗AI解决方案　助力边缘物联网减少碳足迹

随着AI整合技术的日新月异，加拿大新创公司 Applied Brain Research（ABR）开发出模仿大脑高效处理信息方式的技术。

三年前，ABR 主要专注于神经形态 AI，为系统整合商提供软件开发服务。自那时起，公司重心发生了重大转变。如今，ABR 的主要目标是将尖端 AI 功能无缝整合到边缘物联网（IoT）设备中，以提升产品性能、回应速度和电池寿命。

ABRCEO Kevin Conley 解释：「我们的使命是将先进的AI功能整合到边缘物联网设备中，提升并改善用户体验。」

为了达成此目标，ABR正在开发一款时间序列处理（TSP）特殊应用集成电路（ASIC），并配备软件堆叠，促进模型训练、汇整和部署，为客户提供完整解决方案。

ABR 发展历程中的一个重要里程碑，是进军半导体领域。

作为 ABR 技术的核心，Legendre Memory Unit （LMU）是一种具备专利的网络演算法，灵感源自于大脑处理时间序列数据的方式。LMU 是新型的状态空间神经网络，在数学上针对时间序列处理效率加以改善。凭藉这项技术，ABR 的 TSP ASIC 能在不增加功耗的情况下，实现与现有竞争对手相同的效能。

ABR的独特优势之一是专注于为边缘设备提供低功耗AI解决方案。正如 Conley 所言:「我们的独特之处在于，只专注于电池供电的边缘 AIoT 领域，而不仅仅考虑数据中心的应用。尽管 ABR 的技术同样适用于其他相关应用。但我们的重点是无论这些设备是否连接到手机、平板电脑、电脑或服务器等，都能提供卓越的效能。」

未来ABR希望扩大其技术的应用范围，使设备能够内建完整的对话系统，从而彻底改变人机互动。该公司还看好汽车产业应用的巨大潜力，如语音互动、自动驾驶数据处理和电池管理系统。「最终透过降低功耗，我们也在减少部署这些数十亿设备的碳足迹。」

 

责任编辑：陈奭璁