About / Advertise 
Ambients strömsnåla analoga AI-processor GPX10 Pro kan drivas av ett knappcellsbatteri. Den påstås ha hundra gånger bättre prestanda än en konventionell 32-bitars MCU.
Ambient tycker att den ska användas för röstaktivering och ansiktsigenkänning. Eller smarta sensorer. Eller annan batteridriven edge-AI, som datorseende, i alla fall lågupplöst.
Processorarkitekturen kallas DigAn (digital–analog) eftersom neuronnätets matrismultiplikationer är implementerade i analoga beräkningar.
– Dagens MCU:er och NPU:er är bakbundna av sin konventionella arkitektur när de försöker köra AI-modeller. Det är som att försöka slå en baseboll med ett tennisracket – fel verktyg för jobbet. GPX10 Pro visar vad som är möjligt när man bygger en arkitektur som är AI-native, säger vd GP Singh.
Det är en välbefolkad marknad som Ambient försöker ta sig in på. En analytiker räknade till inte mindre 121 företag i ekosystemet för AI-processorer. Och gjorde prognosen att bara 25 av dem skulle finnas kvar år 2030.
– Jo, det finns många AI-processortillverkare med imponerande teoretiska påståenden men ännu inga bevis i form av validerad kisel, kommenterar Ambient till Elektroniktidningen.
– Vi kan däremot peka på vår GPX10-processor som redan finns tillverkad av TSMC i 40 nm. Den levererar upp till 512 Gops AI-prestanda med en aktiv effektförbrukning så låg som 100 mikrowatt.
– Så vi är garanterat en av de ”25” som finns kvar 2030.
Den nya processorn GPX10 Pro består av fem plus fem programmerbara AI-kärnor vid namn MX8. De sitter i varsitt block med separat strömförsörjning.
Den ena gruppen är alltid aktiv och tänkt för lågeffekt-sensorgränssnitt. När den används för keyword-spotting (”Hey google!”) ska chipet dra mindre än 100 µW.
De tio MX8-kärnorna levererar upp till 2 560 MAC-operationer per klockcykel.
Här finns 2 MB SRAM. Det är tio gånger mer än i föregångaren GPX10, för att den ska kunna hantera större neuronnät.
Dessutom finns på chipet ett block kallat Sensemesh som gör sensorfusion i ett meshnät. Det ska ge låg latens, för att chipet snabbt ska kunna reagera vid triggerhändelser. Sensemesh arbetar oberoende av cpu:n, som slipper att själv polla sensorerna och därmed kan stanna i ett snålt viloläge.
Bland de klassiska analoga funktionerna hittar vi en AD-omvandlare, I2S-logik och gränssnitt för upp till åtta analoga och 20 digitala sensorer.
En Cortex M4F-CPU styr alltsammans.
För dig som tycker att analog programmering låter som en utmaning finns en färdig utvecklingskedja – Nebula. Den används för träning, utveckling och implementering av neuronnäten och är kompatibel med Tensorflow, Keras och ONNX.
