Il MAX78000 riduce di un fattore superiore a 100 l’assorbimento di potenza e il tempo di latenza, consentendo l’implementazione di complessi algoritmi di intelligenza artificiale nei sistemi IoT embedded.

Il microcontrollore a basso assorbimento MAX78000 con acceleratore di rete neurale di Maxim Integrated consente l’implementazione di algoritmi di intelligenza artificiale (AI) senza compromettere le prestazioni nei dispositivi IoT (Internet of Things) alimentati a batteria. Eseguendo inferenze di intelligenza artificiale con meno di 1/100 dell’energia richiesta dall’equivalente soluzione software, si migliora drasticamente il comportamento real-time delle applicazioni di AI alimentate a batteria, consentendo nuovi complessi scenari di intelligenza artificiale in precedenza irrealizzabili. I miglioramenti ottenuti a livello di assorbimento non compromettono la latenza o il costo: il MAX78000 esegue inferenze 100 volte più velocemente rispetto alle soluzioni software eseguite sui microcontrollori di bassa potenza, a una frazione del costo di una soluzione FPGA o GPU.

La tecnologia AI permette alle macchine di vedere e ascoltare, consentendo un’interazione con il mondo esterno irrealizzabile in precedenza.

Integrando un acceleratore di rete neurale dedicato con un microcontrollore dual-core, il MAX78000 supera diverse limitazioni, consentendo alle macchine di vedere e ascoltare pattern complessi attraverso un algoritmo di AI locale a basso assorbimento eseguito in tempo reale. Applicazioni come visione artificiale, audio e riconoscimento facciale possono essere rese più efficienti poiché il MAX78000 può eseguire inferenze utilizzando meno di 1/100 dell’energia richiesta da un microcontrollore.

Il cuore del MAX78000 è rappresentato da un hardware specializzato progettato per ridurre al minimo il consumo di energia e la latenza delle reti neurali convoluzionali (CNN). Questo hardware funziona con un intervento minimo da parte del microcontrollore, rendendo l’operazione estremamente fluida. Energia e tempo macchina sono utilizzati solo per eseguire le operazioni matematiche che implementano una CNN. Per trasferire in modo efficiente i dati dal mondo esterno al motore CNN, l’utente può utilizzare uno dei due core integrati nel microcontrollore: il core Arm Cortex-M4 a bassissima potenza, oppure il core RISC-V di potenza ancora più bassa.

Che cosa è ima rete neurale convoluzionale (CNN)?

La rete neurale convoluzionale (CNN o ConvNet) è uno degli algoritmi più comuni per il deep learning, un tipo di machine learning in cui un modello computerizzato impara a svolgere attività di classificazione direttamente da immagini, video, testo o suoni.

Le CNN sono particolarmente utili per trovare pattern nelle immagini per riconoscere oggetti, volti e scene. Apprendono direttamente dai dati delle immagini, utilizzando i pattern per classificare le immagini ed eliminando la necessità dell’estrazione manuale delle feature.

Le applicazioni che richiedono il riconoscimento di oggetti e la visione artificiale, come ad esempio i veicoli a guida autonoma e le applicazioni di riconoscimento facciale, dipendono fortemente dalle CNN. A seconda dell’applicazione, è possibile creare una CNN da zero o utilizzare un modello pre-addestrato con il proprio set di dati.

Perché le CNN sono così utili?

L’utilizzo delle CNN per il deep learning è diventato sempre più comune grazie a tre fattori importanti:

• Le CNN eliminano la necessità dell’estrazione manuale delle feature, poiché queste vengono apprese direttamente dalla CNN.
• Le CNN producono risultati di riconoscimento all’avanguardia.
• Le CNN possono essere ri-addestrate per nuove attività di riconoscimento, consentendo di sfruttare reti preesistenti.

Che cosa è RISC-V?

RISC-V è un instructruction set (ISA) basato sull’utilizzo di reduced instruction set compute (RISC per l’appunto), una metodologia che prevede la progettazione di microprocessori utilizzando un’architettura più semplice per permettere l’esecuzione di set di istruzioni in tempi più rapidi.

La scheda PicoRio è stata realizzata pensando prima di tutto agli sviluppatori Linux che desiderano creare software per sistemi RISC-V. Il team di RIOS Laboratory spera di rendere open source quanto più hardware possibile per la CPU. Ciò include, oltre al processore stesso, anche il design principale del SoC, i chip, driver e firmware. Il metodo di archiviazione principale non è stato ancora divulgato, così come le porte di ingresso/uscita video supportate.

La prima edizione di PicoRio dovrebbe essere lanciata nel corso del quarto trimestre di quest’anno e sarà priva di una GPU. Tuttavia, è prevista la commercializzazione di una nuova versione nel 2021 con una GPU PowerVR.

Lo sviluppo di algoritmi AI può essere impegnativo e a questo scopo Maxim Integrated fornisce degli strumenti completi per semplificare le fasi di valutazione e sviluppo dell’applicazione. Il MAX78000EVKIT# include ingressi audio e telecamera, oltre a una demo pronta per l’uso per l’individuazione di parole chiave in un vocabolario di grandi dimensioni e per il riconoscimento facciale. La documentazione completa fornita a corredo consente ai progettisti di istruire le reti per il MAX78000 utilizzando gli strumenti software maggiormente diffusi: TensorFlow oppure PyTorch.

Vantaggi Principali

• Basso Assorbimento: l’acceleratore hardware abbinato ai microcontrollori a bassissimo assorbimento Arm Cortex M4F e RISC-V consente di trasferire l’intelligenza sul sistema embedded a meno di 1/100 dell’energia richiesta dalle soluzioni embedded concorrenti più simili;
• Bassa Latenza: l’esecuzione di algoritmi di AI direttamente sul sistema embedded permette alle applicazioni IoT di ridurre o eliminare le transazioni sul cloud, con una riduzione della latenza fino a 100 volte rispetto a una soluzione software;
• Elevata Integrazione: il microcontrollore a basso assorbimento con acceleratore per reti neurali consente l’esecuzione di applicazioni complesse e in tempo reale sui dispositivi IoT alimentati a batteria.

Maxim Integrated ha diffuso un video su questo nuovo prodotto. Il video è disponibile qui.

Il MAX78000 è già disponibile presso i distributori autorizzati così come l’evaluation kit MAX78000EVKIT# che costa 168 USD.

Per maggiori informazioni visita il sito ufficiale http://www.maximintegrated.com.

Link utili

• Arduino UNO R3
• Elegoo UNO R3
• Arduino Starter Kit per principianti
• Elegoo Advanced Starter Kit
• Arduino Nano