芯東西（公眾號：aichip001）
編 | 心緣
芯東西2月13日消息，AI芯片初創(chuàng)公司Eta Compute推出首款量產(chǎn)的邊緣AI芯片ECM3532，以僅100μW的功率可實(shí)現(xiàn)物聯(lián)網(wǎng)中的在線圖像處理和傳感器應(yīng)用，號稱能效是其競品的100-1000倍。
ECM3532為雙核（Arm Cortex-M3和NXP CoolFlux DSP）SoC，可支持用于電池供電或能源采集設(shè)計的微瓦級傳感器融合應(yīng)用。
“我們相信功耗、延遲、數(shù)據(jù)生成以及射頻傳輸都是限制許多傳感應(yīng)用的因素，” Eta Compute首席執(zhí)行官Ted Tewksbury表示，新芯片解決了物聯(lián)網(wǎng)消費(fèi)級和工業(yè)應(yīng)用中的電池容量問題。
一、首款量產(chǎn)芯片，預(yù)計今年 Q2 量產(chǎn)
Eta Compute成立于2015年，在美國和印度擁有35名員工，迄今為止已融資1900萬美元。
ECM3532是Eta Compute的第一個量產(chǎn)產(chǎn)品。其前身ECM3531僅作為工程樣品提供，它們使用相同的內(nèi)核，但在新版本中增加了SRAM和閃存。
先前的版本還在微控制器內(nèi)核上運(yùn)行連續(xù)電壓和頻率縮放（CVFS）技術(shù)，但是在ECM3532中，Eta Compute已將該技術(shù)擴(kuò)展到微控制器和DSP內(nèi)核。
ECM3532的樣品現(xiàn)已上市，預(yù)計將于2020年第二季度開始量產(chǎn)。
二、能效比競品高 100-1000 倍
Eta Compute稱其設(shè)備為“世界上最節(jié)能的邊緣AI處理器”，旨在處理物聯(lián)網(wǎng)中的AIoT或AI應(yīng)用。
其典型的應(yīng)用是在不將數(shù)據(jù)發(fā)送到云的情況下，實(shí)現(xiàn)傳感器融合、聲音分類、圖像分類或人員檢測等功能，以最大程度地減少無線傳輸過程中的功耗。
Tewksbury表示，由于這些物聯(lián)網(wǎng)終端的功率預(yù)算有限，芯片的功耗實(shí)際上必須低于1mW。
他介紹道：“由于我們的能效（比競爭對手）高出100-1000倍。對于給定的電池壽命，我們可以進(jìn)行100-1000倍的推理；或者對于相同的功能水平，我們可以擴(kuò)展電池壽命。”
三、超低功耗的三個關(guān)鍵要素
Eta Compute如何通過現(xiàn)有內(nèi)核實(shí)現(xiàn)這種功耗水平？據(jù)悉，該公司有三個關(guān)鍵要訣。
首先，Eta Compute擁有一項專有的電壓和頻率縮放技術(shù)，該技術(shù)擁有七項專利（還有八項正在申請中的專利）。連續(xù)電壓和頻率縮放（CVFS）允許調(diào)整DSP和MCU內(nèi)核的電壓和時鐘頻率，以滿足物聯(lián)網(wǎng)設(shè)備的可變工作負(fù)載。
Tewksbury解釋說：“內(nèi)部電源電壓（可調(diào)整）與該時鐘速率相對應(yīng)。因此，當(dāng)時鐘速率較低時，我們可以將電壓一直降低到維持該時鐘速率所需的最小值，而當(dāng)頻率升高時，我們可以提高電壓。由于功率隨電壓的平方變化，因此我們可以大大降低功耗。”
傳統(tǒng)的動態(tài)電壓和頻率縮放方法是通過更改PLL（鎖相環(huán)）的狀態(tài)來實(shí)現(xiàn)的，這需要時間。而Eta Compute的CVFS技術(shù)無需使用PLL，因?yàn)闀r鐘頻率是通過自定時架構(gòu)在內(nèi)部確定的。
“我們沒有PLL，因此無論是在時間還是在電壓上，我們都可以非常快速連續(xù)地進(jìn)行操作。每個時鐘周期我們都在監(jiān)視工作負(fù)載，并以使每次推理能量最小化的方式調(diào)整時鐘。” Tewksbury說：“我們還在不斷改變電壓，因此它不僅像我們的一些競爭對手一樣具有離散數(shù)量的電壓，而且還能以連續(xù)的方式從0.54V一直變化到1.2V。”
另一個關(guān)鍵因素是該芯片的混合多核架構(gòu)，它是Arm Cortex-M3 MCU內(nèi)核和NXP CoolFlex DSP內(nèi)核的組合。CVFS技術(shù)在兩個內(nèi)核上都獨(dú)立使用，也就是說，它們可以在不同的電壓和頻率下運(yùn)行，以最大程度地減少能耗。
據(jù)Tewksbury介紹，這兩個內(nèi)核均可用于AI / ML工作負(fù)載，并指出信號調(diào)節(jié)和特征提取等工作負(fù)載更適合DSP。工作負(fù)載通過軟件在內(nèi)核之間分配。
Eta Compute超低功耗的第三個關(guān)鍵要素是針對特定應(yīng)用的神經(jīng)網(wǎng)絡(luò)優(yōu)化，相比標(biāo)準(zhǔn)TensorFlow框架的設(shè)計，它可將電源效率提高一個數(shù)量級。
原文來自：EE Times
