- Advertisement -
首頁 標籤 GF

GF

- Advertisment -

格羅方德提升物聯網及穿戴式裝置創新

格羅方德(GF)近日在其主辦的全球技術論壇(GTC)歐洲、中東和非洲(EMEA)場次中宣布,將通過先進的22FDX平台專門的自適基體偏壓(Adaptive Body Bias, ABB)功能,進一步推進物聯網(IoT)和穿戴式裝置市場的創新。 格羅方德從事物聯網、穿戴式裝置、聽戴式設備、射頻和邊緣運算的客戶,只要利用ABB技術,便能借助22FDX平台的低功耗和低漏電功能,進一步提升設計人員的效率。ABB功能使其在微調電路的電晶體臨界電壓時獲得更高的精度,並有效地提升晶片的性能、能效、面積和可靠性,以滿足特定應用的需求。 GreenWaves Technologies執行長Loic Lietar表示,GreenWaves的GAP 物聯網應用處理器,讓開發人員能將複雜的低延遲、訊號處理和人工智慧整合到能源極為有限的設備中,例如穿戴式裝置和物聯網感測器產品。GAP9物聯網應用處理器建立在格羅方德的22FDX平台上,利用22FDX的ABB功能來縮小Sign-off餘量,這是優化設計以實現低功耗的重要因素,進而支援開發人員將下一代智慧設備推向市場。 Perceive執行長Steve Teig表示,Perceive的邊緣推理處理器Ergo為物聯網設備提供了大型神經網絡的能力,同時增強了安全性和隱私性。得益於小尺寸和超高效能,Ergo具備更長的電池壽命,發熱量更少,並支援創新的產品設計和封裝。格羅方德22FDX平台擁有功率優勢、低洩漏和自適基體偏壓功能,非常適合這樣的物聯網應用。
0

IMEC與格羅方德AI晶片大突破 神經網路運算聯手IoT邊緣設備

比利時微電子研究中心(IMEC)日前與格羅方德(GLOBALFOUNDRIES, GF)公開展示了全新AI晶片硬體。在IMEC類比記憶體式運算(AiMC)架構及格羅方德22FDX製程為基礎的前提下,這款全新晶片經過最佳化,並於類比環境中的記憶體式運算硬體進行深度神經網路運算。在達到2,900TOPS/W的創紀錄高能源效率後,加速器被視為低功率裝置進行邊緣運算推論的關鍵推手。這項新技術在隱私保護、安全性以及延遲性等各種優勢,將為智慧喇叭、自駕車等諸多邊緣設備的AI應用程式帶來衝擊性的影響。 使用大量數據的作業時,需要從記憶體取回一樣數量的數據元素,此一限制稱為「范紐曼瓶頸」(Von Neumann Bottleneck),會拖慢實際的運算速度,特別是在神經網路這種大量依賴向量矩陣乘法的運算中。這些運算除了仰賴數位電腦的精準度外,還需要大量的能源。然而,若以準確度較低的類比技術執行向量矩陣乘法,神經網路一樣可以獲得精確的結果。 為了因應這個挑戰,IMEC透過旗下的產業聯合機器學習計畫,與格羅方德等產業夥伴開發了一套新架構:在靜態隨機存取記憶體單元(SRAM Cells)中執行類比運算,藉此消除「范紐曼瓶頸」的限制。以此開發的類比推論加速器(AnIA),則以格羅方德的22FDX製程半導體平台為基礎,具有出色的能源效率。特徵測試顯示,其能源效率高達2,900TOPS/W。微型感應器及低功率邊緣設備中的圖形識別,一般得仰賴數據中心的機器學習,如今可透過此一高效能加速器在地執行。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -