BrainChip ha lanzado una «Akida AKD1000 Mini PCIe Board» de $ 499 equipada con un chip de red neuronal Akida neuromórfico basado en eventos para IA perimetral. El kit viene con BOM y archivos de diseño de diseño.
En octubre, BrainChip Holdings lanzó dos kits de desarrollo Akida que combinan una placa mini-PCIe con el acelerador Akida AI y una computadora Shuttle basada en Raspberry Pi 4 o Comet Lake-S. La compañía ahora ha seguido con una implementación mini-PCIe como un producto independiente, llamado placa Akida AKD1000 Mini PCIe. Para ayudar a los integradores de sistemas, BrainChip proporciona un archivo de diseño de PCIe completo y una lista de materiales (BOM) para esta placa de $499, «para permitirles construir su propia placa e implementar en masa el chip AKD1000 como un chip independiente integrado como un acelerador o como un coprocesador.”
Placa Akida AKD1000 Mini PCIe (a la imagen de la derecha parece que le falta un bloque de RAM)
(click en la imagen para agrandar)
La placa mini PCIe Akida AKD1000 de 76 x 40 x 5,3 mm y 15 g se llama placa porque es más grande que el formato de tarjeta mini PCIe de tamaño completo estándar de 50,95 x 30 mm.productos que vemos EENoticias integradas, con un soporte de panel sólido (no se muestra).
La placa contiene una interfaz PCIe 2.0 x1 y «256M x 16 bytes LPDDR4 SDRAM @ 2400MT/s», que creemos que equivale a 500 MB. También hay 128 Mb de flash NOR QSPI, un monitor de corriente central y un par de LED.
El chip AKD1000 (anteriormente Akida NSoC) se basa en un chip Cortex-M4 de 300 MHz. El AKD1000 es un procesador de inteligencia artificial neuromórfico basado en eventos que simula el procesamiento cerebral, especialmente en términos de capacidades de procesamiento de «picos» cerebrales. Las redes neuronales de picos habilitadas para chips (SNN) expresan información a través de series espaciales y temporales. Los picos generalmente son causados por cambios en los datos del sensor, incluidos los cambios de color de la cámara basados en eventos.
La arquitectura IP de Akida (izquierda) y el punto de referencia de BrainChips que muestran las operaciones MAC requeridas para la inferencia de clasificación de objetos (el azul oscuro es CNN en un dominio sin eventos; el azul claro es Akida con un dominio de eventos; el verde es un dominio de eventos con mayor regularización de actividad)
(click en la imagen para agrandar)
Si bien no está diseñado para ejecutar redes neuronales convolucionales (CNN) estándar, Akida proporciona un mecanismo para convertir CNN en SNN para que puedan ejecutar inferencias en el dominio de eventos. Esta capacidad permite el autoaprendizaje en el chip, lo que permite que la tecnología maneje los cambios en el entorno percibido de manera más flexible que la mayoría de los chips de IA.
BrainChip dice que Akida está diseñado específicamente para la computación perimetral, lo que reduce los ciclos de procesamiento y la latencia al enfocarse en eventos críticos y descartar «datos sin valor». La compañía dice que esto se traduce en un menor consumo de energía, con el presupuesto de energía limitado a microvatios o milivatios. (Para obtener más información sobre Akida, consulte nuestro informe anterior sobre Akida).
Akida Development Kit – Raspberry Pi (izquierda) y Akida Development Kit – Shuttle PC
(click en la imagen para agrandar)
Todos los kits de desarrollo de Akida ejecutan Linux, pero no se menciona el soporte del sistema operativo para productos mini-PCIe independientes.Esta informe 2020 Dice que el SDK es compatible con Linux y Windows.
Más información
La placa Akida AKD1000 Mini PCIe cuesta $ 499 con un plazo de entrega de 8 semanas.Puede encontrar más información en BrainChip’s anuncio y Producto/Página de compras.
