Classificando os requisitos de IA em evolução

O advento da inteligência artificial (IA) exigirá diversas novas soluções microeletrônicas para atender às demandas em evolução de centros de dados de grande escala, sistemas de "tamanho médio", como veículos autônomos e robôs, e uma gama crescente de dispositivos móveis, eletrodomésticos, vestíveis, e aplicativos ainda não previstos. De importância central é a necessidade de alcançar eficiência e velocidade sem precedentes na coleta e análise de dados, enquanto também gerencia o consumo de energia e o fator de forma.

No domínio do hardware, isso exigirá pensamento inovador e novos paradigmas em sensores, processadores, memória, interconexão e empacotamento. Opções promissoras estão começando a se materializar a partir de esforços de pesquisa estabelecidos e emergentes, que revisaremos no contexto do Edge AI e outras tendências gerais. No futuro, a colaboração pré-industrial interdisciplinar será necessária para criar soluções práticas e manufaturáveis ​​a partir desses esforços.

Podemos imaginar o mercado de IA que se aproxima, comparando os aplicativos com base na capacidade de computação e nos requisitos de consumo de energia (Figura 1). Os wearables têm as maiores restrições de energia e (em termos relativos) as menores necessidades de computação. Os data centers estão na extremidade oposta, com aparelhos inteligentes, realidade aumentada, robôs e veículos autônomos entre eles.

Figura 1. (Fonte:Leti)

O Edge AI, no qual a maioria das análises de dados ocorre no ponto de coleta, é adequado para aplicações do lado esquerdo. Embora seja simples de descrever, requer níveis sem precedentes de sensor e capacidade do processador em pacotes extremamente pequenos. Os sensores precisarão se inspirar nos olhos e ouvidos humanos, tornando-se muito mais adaptáveis ​​ao mudar suas características (como faixa dinâmica) com base na cognição e inteligência local.

Enquanto isso, os aplicativos de maior escala irão forçar os paradigmas de computação tradicionais, particularmente os ciclos constantes de leitura / gravação de memória que consomem tempo e energia.

Com esses requisitos em mente, Leti priorizou a pesquisa em sensores inteligentes e abordagens de computação inovadoras.

Um dos focos é um problema fundamental da computação moderna:mover dados entre a memória e o processador agora custa muito mais do que computação, tanto em tempo quanto em consumo de energia. A transferência de dados e o acesso à memória respondem por até 90% do uso de energia do sistema e, como aplicativos como redes neurais artificiais dependem de grandes bancos de dados e operações de computação simples, a redução da movimentação de dados torna-se crítica.

O empilhamento de memória em processadores, para encurtar os links físicos, é o assunto de pesquisas de longa data da Leti em circuitos 3D. Agora também estamos buscando novos designs de memória, que permitem que adição, subtração e lógica booleana sejam realizadas dentro da SRAM. O custo de área é insignificante e, mais importante, os dados nunca saem da memória. Esses processadores de computação in-memory (IMC) têm grande potencial para aplicativos como redes neurais e criptografia, e acreditamos que na década de 2020 eles podem fornecer 100 vezes a taxa de transferência de processadores convencionais em aplicativos de IA, mantendo a mesma frequência e orçamento de energia.