SamurAI: Chip de IA de Baixo Consumo Define Novo Referencial para Reconhecimento de Imagem em IoT

No Simpósio VLSI 2020, os institutos de pesquisa franceses CEA-Leti e LIST revelaram o SamurAI, um acelerador de IA compacto que redefine a eficiência energética para cargas de trabalho de reconhecimento de imagem na Internet das Coisas.

O SamurAI integra um nó IoT de baixo consumo e um acelerador de IA dedicado, alcançando uma redução impressionante de 15.000x no consumo pico-para-ocioso enquanto entrega até 1,3 tera-operações por segundo por watt (TOPS/W) ou 36 GOPS para tarefas de machine learning.

Em um protótipo real de detecção de ocupação, o chip alimentou um sistema que incluía sensor PIR, câmera preto-e-branco de 224×224 pixels, FeRAM e rádio de baixo consumo. O sistema consumiu em média 105 µW por dia, com o SamurAI consumindo 26% desse orçamento.

Visão Geral do Sistema SamurAI

O SamurAI é construído em torno de dois subsistemas on-chip:

• Um controlador de wake-up event-driven, sem clock, que pode iniciar o sistema em 207 ns.
• Um subsistema on-demand que abriga uma CPU RISC-V com modo deep-sleep, o acelerador de IA PNeuro e aceleradores de criptografia.

Esta arquitetura dual-subsystem resulta em razão de potência pico-para-ocioso de 15.000x. Em modo ocioso o chip consome apenas 6,4 µW; quando CPU e acelerador de IA estão ativos, a potência sobe para 96 mW.

Fabricado no processo 28 nm fully-depleted silicon-on-insulator (FD-SOI) da STMicro, o die de 4,5 mm² contém seis domínios de potência comutáveis e opera sem body biasing.

Acelerador de IA PNeuro

O acelerador, chamado PNeuro, é um motor programável single-instruction, multiple-data (SIMD). Ele compreende dois clusters de 32 × 8-bit processing elements apoiados por 264 kB de SRAM multi-bancada. O bloco pode realizar 64 MACs por ciclo.

Principais figuras de desempenho:

• 1,3 TOPS/W a 2,8 GOPS com alimentação de 0,48 V.
• 36 GOPS para camadas fully-connected de redes neurais de 8-bit com alimentação de 0,9 V.

Implantar o PNeuro reduz pela metade o consumo total de potência do sistema relativo a executar cargas de trabalho de machine learning no core RISC-V.

Projetado para cenários IoT que exigem rajadas de computação esporádicas entre longos períodos de sono, o SamurAI permite processamento de IA on-device. Essa abordagem elimina dependência da nuvem, reduz latência e preserva privacidade, tornando-o ideal para aplicações como detecção de pessoas ou identificação de cenas usando câmeras ou outros sensores.

>> Este artigo foi publicado originalmente em nosso site irmão, EE Times Europe.