Ótimo para Machine Learning (ML) executar dispositivos IoT locais seja para melhorar segurança, consumo de energia e para reduzir latência no processamento em tempo real.

Microprocessadores personalizados são necessários para fornecer desempenho suficientemente mais rápidos pois algoritmos de ML exigem muito processamento.

Fraunhofer IMS desenvolveu um pacote de aceleradores para rede neural eficiente na execução. Com esses aceleradores, modernos algoritmos de IA funcionam no IoT como sensor autônomo de energia e processamento. Portamos nosso otimizado framework de software “Inteligência Artificial para Sistemas Embarcados – AIfES” para o Núcleo AIRISC permitindo benchmarking com Tensor Flow Lite.

Nosso processador de 32 bits baseado em RISC-V “AIRISC” apresenta extensões do conjunto de instruções e coprocessadores para rede neural eficiente. O SIMD adicionalmente implementado (Single Instruction Multiple Data) são compatíveis com o
P-Extensão da especificação RISC-V para Aplicações DSP.

Para uma aplicação médica realizada para detectar fibrilação atrial em dados de ECG, conseguimos uma vantagem de velocidade do fator 7 na avaliação com área e potência apenas 10% maiores que os requisitos.

Carsten Rolfes
Fraunhofer IMS
carsten.rolfes@ims.fraunhofer.de