ROHM推出数十毫瓦等级超低功耗On Device学习AI芯片

ROHM AI芯片开发概念。ROHM

半导体制造商ROHM(总公司：日本京都市)推出一款On Device学习AI芯片(配备On Device学习AI加速器的SoC)，该产品利用AI(人工智能)技术，能以超低功耗实时预测内建马达和传感器等电子装置故障(故障迹象检测)，非常适用于IoT领域的边缘运算装置和端点。

一般而言，AI芯片要能彻底发挥功能，需要进行判断标准设定的「学习」，以及透过学到的信息判断如何处理的「推论」。因此，「学习」需要汇集庞大的数据，组成数据程序库并随时进行更新，导致进行学习的AI芯片需要具备很高的运算能力，并且功耗也会随之增加。正因如此，针对云端运算装置研发的高效能、昂贵的AI芯片不断推出，而适用于边缘计算装置和端点(更有效地构建物联网社会的关键)的低功耗、可进行On Device学习的AI芯片的研发却困难重重。

此次研发出的AI芯片，是ROHM基于日本庆应义塾大学松谷教授所研发的「On Device学习演算法」，针对商业化的AI加速器(AI专用硬件计算电路)和ROHM 8位元高效CPU「tinyMicon MatisseCORE(Matisse)」所构成。透过结合2万Gate超小型AI加速器与高效CPU，便能以仅数十毫瓦(仅为传统AI学习芯片的1／1000)的超低功耗进行学习和推论。使用本产品，无需连接云端服务器，就可以在装置现场将未知输入数据中的「与平常的相异」加以数字化后输出，因此可在众多应用中达到实时故障预测。

今后ROHM计划将该AI芯片的AI加速器应用在IC产品中，以实现马达和传感器的故障预测。并计划于2023年度推出产品，于2024年度投入量产。

日本庆应义塾大学 理工学部信息工学科松谷宏纪教授表示

随着5G通讯和Digital Twin等物联网技术的发展，对云端运算的要求也愈来愈高，然而，在云端服务器上处理所有数据，从负载、成本和功耗方面看并不具现实性。我们所研究的「On Device学习」和开发中的「On Device学习演算法」，是为了提高边缘端的数据处理效率，打造出更好的物联网社会。本次，我们与ROHM进行联合研究，进一步改善了On Device学习电路技术，并有望以高CP值的型态推出产品。我们预计在不久的将来，这种原型AI芯片将会成功嵌入ROHM的IC产品中，有助实现更高效的物联网社会。

关于tinyMicon MatisseCORE

tinyMicon MatisseCORE(Micro arithmetic unit for tiny size sequencer；Matisse)是ROHM自主研发的8位元微处理器(CPU)，该产品可随着物联网技术的发展来提高模拟IC的智能化程度。凭藉针对嵌入式应用而进行最佳化的指令集和最新的编译器技术，以高标准实现了更小的芯片面积和程序码、以及更高速的运算处理能力。此外，该产品还符合汽车功能安全标准「ISO 26262」、ASIL-D等，适用于对可靠性要求高的应用。另外，利用内建的自有「实时除错」功能，在除错时的处理可以完全不影响应用程序的运行，因此能在应用产品工作的同时进行除错。

AI芯片(配备装置端学习AI加速器的SoC)详细介绍

本次研发出的装置端学习AI芯片原型(产品型号：BD15035)在人工智能技术的基础上，采用了庆应义塾大学松谷教授研发的「On Device学习演算法(三层神经网络的AI电路)」。为了推出符合市场需求的产品，ROHM将该AI电路的大小从500万Gate缩小为2万Gate，仅为原来的0.4%，并将其重新构建为自有的AI加速器「AxlCORE-ODL」，同时利用ROHM的8位元高效微处理器「tinyMicon MatisseCORE」进行AI加速器的运算控制，实现仅数十毫瓦的超低功耗AI学习和推论。

利用该产品，无需连接云端服务器或事先进行AI学习，就可以在装置现场将未知的输入数据和模式(例如加速度、电流、照度、声音等)转成「与平常的相异(出现异常)」的数值并加以输出，因此不仅可以降低云端服务器和通讯成本，还能透过现场AI进行实时故障预测(故障迹象检测)。

另外，ROHM还提供可安装微控制器研发板「Arduino」用扩展板(配备Arduino兼容引脚)的评估板，方便客户针对本AI芯片进行评估。评估板上装有无线通讯模块(Wi-Fi和Bluetooth)以及64kbit EEPROM(存储器)，只需将该评估板与传感器等相连接，将传感器装在监控物件上，即可在屏幕上确认AI芯片的效果。如需该评估板的相关信息，可洽ROHM营业部门。