JavaScript is currently disabled.Please enable it for a better experience of Jumi.
 ETN.fi  Annonsera Utgivningsplan Månadsmagasinet Prenumerera Konsultguide Om oss  About / Advertise
söndag 8 december 2019 VECKA 49
cognimem.jpgVärldens coolaste asic, en konstgjord hjärna, gör världens tråkigaste jobb, sorterar fisk. Nu kommer en uppdaterad krets i 130 nm med ytterligare ett par magnituder högre prestanda.
För tio år sedan tillverkade IBM de första versionerna av kretsen. Den dog med IBMs chiptillverkning. Men uppfinnarna startar nu företaget Recognetics för att marknadsföra tekniken på nytt.

En norsk fiskeflotta är beroende av Recognetics artificiella hjärna för sortering av fisk. Allt som dras upp passerar digital optik med Recognetics chip och kastas i sjön om chipets analys gör tummen ner. Att frakta skadad eller fel fisk i hamn är bland det mest oekonomiska en fiskeflotta kan göra.

Allt som handlar om att känna igen mönster i data är möjliga tillämpningar för chipet. Man lägger en digital representation av objektet på ingångarna, och får ut ett tal mellan noll och 65535 som anger det okända
Modulerna kan staplas
Modulerna kan staplas
objektets kategori., plus ett tal som anger hur exakt matchningen var.

Det förekommer ingen konventionell programmering, och därför har kretsen skämtsamt döpts till ZISC, Zero Instruction Set Computer. ”Programmeringen” sker genom att kända exempel visas upp för kretsen.

Kretsen används bland annat för militär målföljning, ansiktsigenkänning
Guy Paillet
Guy Paillet
och för att räkna människor. Ett danskt sjukhus använder chipet för att peka ut injicerade guldpartiklar i röntgenplåtar. Universitet i Hawaii använder det för att förutsäga jordbävningar.

KTH-professorn Tomas Lindblad använder chipet för att detektera kärnpartiklar och spåra stjärnor.

- Det finns också många tillämpningar som vi inte känner till, berättar Guy Paillet, en av företagets grundare.

- Vi känner inte till alla som köpte kretsen. Det har sålts kanske några få tusen exemplar.

Tidigare versioner av kretsen består av 78 artificiella neuroner som tar 64 byte indata och har en klassificeringstid på en sekund. I augusti startar volymproduktionen av uppföljaren CM1K som har 1000 neuroner och 256 byte indata. Och en klassificeringstid på 10 mikrosekunder vilket utan problem räcker för att klassificera varje bild i en video, och dessutom vila ut mellan bilderna.

Algoritmerna i sig är allmängods i AI-samfundet. Men CM1K är massivt parallell och det är i praktiken
En artificiell hjärna

Cognimem 1K (CM1K) tillverkas av OKI i 130 nm för 27 MHz. Kretsen är 8 x 8 mm och består av 10 miljoner grindar. Var och en av de 1000 neuronerna använder 4000 grindar.

Kretsen drar 0,5 Watt när den används för 60 klassificeringar i sekunden.

Priset blir 30 dollar styck i serier om 10 000.

Varje neuron är en minnescell, en vektor, som pekar ut en longitud och en latitud på en sfär. Indata är en punkt på sfären. Den neuron som ligger närmast avgör klassen. Under träningen sker motsatsen, de närmaste neuronerna av förväntad typ flyttas flyttas ett litet steg närmare träningsexemplets punkt.

Träningsalgoritmen kallas Restricted Coulomb Energy (RCE). I verkligheten är punkterna inte tvådimensionella utan 256-dimensionella.
omöjligt att implementera algoritmerna i klassiska processorer och få i närheten av samma prestanda. Det skulle krävas 93 stycken 300 MHz Tigersharc-DSP bara för att kunna utföra lika många räkneoperationer per sekund som CM1K.

Kretsen är dessutom skalbar på ett löjligt enkelt sätt: kretsarna staplas på varandra. Och fantastiskt nog stannar klassificeringstiden på tio mikrosekunder hur många kretsar du än staplar. Utgångarna kopplas samman i en öppen kollektorbuss till OR-grindar. Neuronerna jämför lokalt bit för bit och backar ur vid första bästa bit som är sämre än unionen.

Denna del av tekniken anser Guy Paillet själv är företagets nyckelpatent. Utan den snabba klassificeringen är inte tekniken lika användbar.

-Det är fullt möjligt att stapla tusen moduler och få ett nät med en miljon neuroner och få samma klassificeringstid, säger Guy Paillet.

-Vi designar faktiskt ett projekt med franska militären om att bygga en Big Artificial Brain, där vi kopplar samma tio eller kanske hundra miljoner neuroner av den här grundmodulen.

Utöver CM1K och den stapelbara moduler har Recognetics tagit fram ett litet CM1K-kamerakort.

Varför finns det en skepsis mot artificiella neuronnät?

- Alla har sett tekniken förut och ”vet” redan att den inte fungerar, säger Guy Paillet.

- Men det var likadant med mobiltelefonen. Den hade ingen marknad för 20 år sedan. Det var för att den var stor och dyr. Nu är mobilen liten och billig. Och detsamma gäller artificiella neuronnät med vårt nya chip, säger Guy Paillet, vd och företagets teknikgrundare.

Vilka svenska företag skulle kunna vara intresserade?

- Många. SKF exempelvis. Vi skulle kunna stoppa in chips med memssensorer i kullager för att detektera underliga vibrationer som indikerar att det behövs underhåll.

Ett förslag till Ericsson är att satsa på övervakning via GSM som en ny killerapplikation.

- En sensor skulle kunna övervaka på egen hand och skicka information per sms när det finns något intressant att berätta
MER LÄSNING:
 
Branschens egen tidning
För dig i branschen kostar det inget att prenumerera på vårt snygga pappers­magasin.

Klicka här!
SENASTE KOMMENTARER
Kommentarer via Disqus

Vi gör Elektroniktidningen

Anne-Charlotte Sparrvik

Anne-Charlotte
Sparrvik

+46(0)734-171099 ac@etn.se
(sälj och marknads­föring)
Per Henricsson

Per
Henricsson
+46(0)734-171303 per@etn.se
(redaktion)

Anna Wennberg

Anna
Wennberg
+46(0)734-171311 anna@etn.se
(redaktion)

Jan Tångring

Jan
Tångring
+46(0)734-171309 jan@etn.se
(redaktion)