Der Low-Power-Neuronale-Netzwerk-Beschleuniger-Mikrocontroller Max78000 von Maxim Integrated Products bringt ohne Leistungseinbußen bei batteriebetriebenen Internet-of-Things-Geräten die künstliche Intelligenz an die Edge. Der Baustein erlaubt die Ausführung von KI-Inferenzen mit weniger als einem Hundertstel der Energie, die konventionelle Softwarelösungen benötigen. Damit erhöht er die Laufzeit batteriebetriebener KI-Applikationen und ermöglicht auch komplexe neue KI-Anwendungen, die zuvor als nicht realisierbar galten. Die KI-Technologie ermöglicht es Maschinen, zu sehen und zu hören und die Welt auf eine Weise zu verstehen, die zuvor nicht möglich war. KI-Inferenzen zur Edge zu bringen, bedeutete früher, Daten von Sensoren, Kameras und Mikrofonen zu sammeln, diese Daten an die Cloud zu senden, um eine Schlussfolgerung (Inferenz) zu ziehen, um anschließend eine Antwort zurück zur Edge zu senden. Diese Architektur funktioniert, aber bedeutet aufgrund der schlechten Latenzzeiten und dem hohen Energiebedarf eine große Herausforderung für Edge-Anwendungen.
Durch die Integration eines dedizierten neuronalen Netzwerkbeschleunigers mit zwei verschiedenen Mikrocontroller-Kernen hebt der Max78000 diese Einschränkungen auf. Er ermöglicht es Maschinen, komplexe Muster optisch und akustisch wahrzunehmen – mit lokaler und in Echtzeit ausgeführter KI-Verarbeitung bei geringer Leistungsaufnahme. Anwendungen wie industrielle Bildverarbeitung, Audio- und Gesichtserkennung können effizienter gestaltet werden, da der Max78000 Inferenzen mit weniger als einem Hundertstel der von einem Mikrocontroller benötigten Energie ausführen kann. Herzstück des Max78000 ist eine spezialisierte Hardware, die darauf ausgelegt ist, die Leistungsaufnahme und die Latenzzeit von Convolutional Neural Networks (CNN) zu minimieren.
