Preparado para tareas que requieran de cálculo intensivo en campos tan diversos como el agropecuario, la ciberseguridad, o las finanzas, este SoC neuromórfico multiplica el rendimiento de las arquitecturas tradicionales.
BrainChip ha anunciado su nuevo chip neuromórfico de arquitectura Akida, el Akida NSoC, siendo -según afirman desde la misma compañía- la primera fabricante en producir en serie y lanzar al mercado un microchip de estas características.
El Akida NSoC está destinado a su uso en redes de arquitectura neuronal, que imitan el funcionamiento del cerebro humano para dar respuesta a la necesidad de llevar a cabo tareas que requieran de una gran potencia de procesamiento, como las de inteligencia artificial.
Al ser un SoC neuromórfico de pequeño tamaño, bajo consumo y también bajo coste, es idóneo para aplicaciones en el borde de la red, como los sistemas ADAS (advanced driver assistance systems) o vehículos autónomos, drones, robots guiados por visión por computadora, sistemas de videovigilancia con reconocimiento de imágenes, o sistemas de producción también guiados por visión por computadora.
Su arquitectura permite la escalabilidad, habilitando la interconexión de diversos dispositivos Akida para constituir una red neuronal compleja destinada a entrenamiento e inferencia en diversos mercados como pueden ser el agropecuario, la ciberseguridad, o las finanzas.
Funcionamiento del SoC neuromórfico
Este microchip utiliza un procesamiento lógico puramente CMOS, asegurando altos rendimientos a un precio muy razonable. Las redes neuronales spiking (SNN, por sus siglas en inglés) son inherentemente más de bajo consumo que las redes neuronales convulocionales (CNN) tradicionales, ya que sustituyen los métodos de entreno habituales de las convoluciones de cálculo intensivo y la propagación hacia atrás, con funcionalidades inspiradas en las neuronas biológicas y las metodologías de entrenamiento basadas en el feed-forward.
Cada uno de estos chips Akida de BrainChip posee 1,2 millones de neuronas y 10.000 millones de sinapsis, lo que representa multiplicar por cien la eficiencia de los chips neuromórficos de test de IBM e Intel.
Ha sido diseñado como un microprocesador autocontenido para aplicaciones embebidas o de coprocesamiento, para utilizar como acelerador standalone embebido, o bien como coprocesador.
Incluye interfaces de sensor para interfaces para imagen tradicional basada en píxeles, DVS (dynamic vision sensors), señales lidar, de audio y analógicas. Además, también cuenta con interfaces de datos de alta velocidad como PCI Express, USB y Ethernet.
Un buen ejemplo de aplicación lo puede leer en Aceleradora para computación neuromórfica.
