物联网

  • 主页
  • 物联网
  • 模拟人工智能进入传感器,能否掀起物联网边缘

模拟人工智能进入传感器,能否掀起物联网边缘

发布时间:2021-01-29 10:04:39 所属栏目:物联网 阅读:

  

模拟人工智能进入传感器,能否掀起物联网边缘



  据麦姆斯咨询报道,一个月前,高性能“传感器内人工智能(AI-in-Sensor)”处理器创新开发商AIStorm在B轮融资中完成1600万美元超额融资。而在一年前,AIStorm获得了1320万美元的A轮融资。上图便是AIStorm荣誉推出的Mantis系列AI-in-Sensor(AIS)系统级芯片(SoC)和一美分硬币。AIStorm中的AI,毫无疑问便是指人工智能,他们在公司名称中就毫不隐讳地暗示,他们正在掀起一轮AI风暴。

  AI芯片并不新鲜,那么是什么让他们与众不同呢?简单来说,这颗芯片加上一颗镜头和电路就基本上可以构建一个独立的“AI相机”。AIStorm的AI芯片采用模拟AI实现,它在“永久在线(always-on)”运行状态下的功耗仅为15 µW。此外,它的速度如此之快,以至于在其它数字AI芯片收集到足够的数据准备开始处理之前,AIStorm的芯片就已经完成了处理。

  

模拟人工智能进入传感器,能否掀起物联网边缘



  AIStorm的AI-in-Sensor越过了模数转换环节

  从解决问题本身来说,CMOS图像传感器或MEMS麦克风捕捉信号生成模拟数据,在传统的图像处理过程中,像素阵列连接源跟随器(即基于场效应晶体管(FET)的共漏放大器),后者驱动模数转换器(ADC)为图像信号处理器(ISP)提供数据。然后,将ISP的输出通过数字通信信道(如MIPI-SerDes链路)传送到数字AI。

  过程中采用微控制器(MCU)、图形处理单元(GPU)、数字信号处理器(DSP)或现场可编程门阵列(FPGA)分析数字域中的图像或视频流,并生成适当的事件。事实上,系统必须将数据数字化以提供给这些分立的处理引擎,显然,这会导致更高的延迟、功耗和成本。

  

模拟人工智能进入传感器,能否掀起物联网边缘



  非集成数字AI存在的问题,集成模拟AI提供的解决方案

  相比之下,AIStorm的解决方案将传感器直接转换为模拟电荷域AI的输入层。所谓的AI-in-Sensor(AIS)器件可以直接接收传感器数据,而不需要进行数字化,它使用传感器电荷直接耦合到第一层模拟神经元,使用多层模拟神经元来执行诸如权重乘法、求和及偏置等任务,并最终生成决策输出。AIS将来自传感器的模拟数据直接输入集成模拟AI,从而大幅降低了延迟、功耗和成本。反过来,这将显著提高电池供电产品的性能,并提供更长的使用寿命。

  

模拟人工智能进入传感器,能否掀起物联网边缘



  AIStorm推出的Mantis系列AI-in-Sensor图像传感器

  尽管AIStorm的Mantis数据流采用电荷域处理,并使用脉冲在模拟神经元之间进行通信,但它仍然基于标准的TensorFlow开发方法,包括可以将TensorFlow生成的人工神经网络(ANN)下载到Mantis系统级芯片中的桥接。

  

模拟人工智能进入传感器,能否掀起物联网边缘



  Mantis开发流

  除了能够直接从CMOS图像传感器或MEMS麦克风接收模拟数据外,Mantis还可以通过SPI、I2S或PDM等数字接口接收数据。此外,传感器数据可以使用用于创建训练数据集的相同数字接口输出。训练本身在PC机上进行,得到的权重和执行信息被加载到Mantis中,Mantis提供推理执行。

  不过,现在必须承认的是,Mantis还无法支持高清图像处理。目前,Mantis支持96 x 96像素的分辨率,但这已经足以支持很多潜在的市场。

  

模拟人工智能进入传感器,能否掀起物联网边缘



  Mantis潜在目标市场

  Mantis潜在目标市场包括:数据中心、企业级物联网、移动、可穿戴以及消费级物联网等。例如,在消费级物联网的占用探测领域,传统基于被动红外(PIR)探测器的占用探测系统越来越无法满足要求。它们利用人体探测来控制灯光的开启和关闭,但有时会摸不清头脑,让身处其中的人员倍感尴尬。