Eta Compute 推出面向邊緣設備的超低功耗機器學習平台


在 Arm TechCon的展覽中,該公司將展示包含自主學習功能的最新人工智慧技術。

加州韋斯特萊克村, Oct. 16, 2018 (GLOBE NEWSWIRE) -- Eta Compute Inc. 是一家致力運用其革命性新平台向移動和邊緣設備提供機器學習功能的公司。該公司今天推出其包含自主學習功能的最新機器學習 SoC。這款名為 TENSAI® 的突破性產品可執行圖像分類、關鍵字定位和喚醒詞檢測等操作,重新定義了超低功耗嵌入式解決方案的標準。

“我認為,在微型、廉價的電池供電晶片上運行機器學習的時代即將到來。”TensorFlow 的 Google 技術主管 Pete Warden 表示:“這將為一些令人驚奇的新應用打開大門。”

TENSAI 晶片包含第三代 Eta Compute 的延遲不敏感邏輯,使該產品能夠在最低電源電壓下可靠運行,從而實現最低功耗。

這款 SoC 的其他獨特功能包括:

  • Eta Compute 自有的尖峰神經網路 (SNN)和 CNN 內核可最大限度地減少操作次數並降低功耗
  • 自主學習語音、圖像和其他資料,對沒有標籤的資料進行分類,從而能夠提高對故障模式未知或難以獲得資料的系統之異常檢測能力
  • 圖像分類應用在處理每張照片時僅消耗 0.4mJ,比最近發佈的結果功耗降低了 30 倍
  • 永遠線上的喚醒字應用在分類時消耗 500uA、在靜音期間消耗 50uA,滿足了可穿戴設備和電池供電的消費電子產品之嚴格要求

“我們的專利硬體架構 (DIAL™) 與基於 CNN 和 SNN 的完全可定制演算法相結合,可在數百微瓦內執行機器學習推理。”Eta Compute 首席技術官 Nara Srinivasa 博士表示:“我們正在將這些產品作為樣本提供給客戶,他們會將這些產品集成到智慧揚聲器和物體檢測平台等產品中,以向網路邊緣提供機器智慧。”

處理器可使用流行的 TensorFlow® 或 Caffe® 軟體進行訓練,而 Eta Compute 的定制內核則可進一步優化訓練模型。TENSAI 採用緊密集成的 DSP 處理器和微控制器架構,大大降低了嵌入式機器智慧的功耗。該解決方案可在功率受到嚴重限制的音訊、視頻和信號處理領域廣泛應用,例如移動設備、可穿戴設備、工業傳感和相機市場。

此外,對於容易標記的資料稀缺或不可用的實際場景,儘管存在這種限制,我們的自主學習演算法仍可以提取可操作的智慧解決方案。這使得 Eta Compute 的解決方案具有更廣的適用範圍,包括為在遠端環境中獲取能量的設備提供智慧化。

具有機器學習功能的 Eta Compute SoC 現已開始提供樣本,預計將於 2019 年第一季度開始大量生產。

關於 Eta Compute
Eta Compute 成立於 2015 年,其願景是使網路邊緣的智慧型設備變得更加普及,使日常生活更加安全、健康、舒適以及方便,但同時又不會犧牲隱私性和安全性。最近推出的 DIAL™ 技術是世界功耗最低的嵌入式計算平台,是支援可擕式設備的事件驅動的神經形態學習和機器智慧的理想架構。有關更多資訊,請訪問 EtaCompute.com 或通過電郵info@etacompute.com 與本公司聯絡。

聯絡人:
Phyllis Grabot, Corridor Communications, Inc.
805.341.7269 / phyllis@corridorcomms.com

本公告隨附的照片可通過以下方式獲取 http://www.globenewswire.com/NewsRoom/AttachmentNg/24ad2eeb-4dfc-4d04-80ef-e0b5cbd014c9