《Efabless为Edge ML产品提供定制芯片平台》

• 来源专题：新一代信息技术
• 编译者： isticzz2022
• 发布时间：2024-10-11
• 原文来源：https://www.newelectronics.co.uk/content/news/efabless-presents-custom-chip-platform-for-edge-ml-products

       Efabless是一家芯片平台开发商，新推出了片上系统（SoC）平台chipIgnite ML。该平台旨在帮助开发人员更有效地创建定制硅解决方案，并在设计时考虑到了机器学习。SoC平台提供专用功能，可以使用SensiML的开发工具访问。这种集成使开发人员能够减少开发时间，并最大限度地提高边缘应用程序的机器学习能力。根据该公司的说法，通过利用这些工具，工程师可以在针对特定边缘用例量身定制的定制芯片上有效地部署先进的机器学习模型，确保可扩展和有效的解决方案，如关键字识别。与具有通用神经处理单元（NPU）的微控制器（MCU）相比，SoC平台的能效和性能提高了10倍，并允许开发人员在降低功耗的同时优化性能，这对电池供电的边缘设备至关重要。

       Efabless首席技术官Mohamed Kassem表示：“通过我们的芯片Ignite ML定制硅平台，开发人员可以创建完全适合其边缘应用的解决方案，与现有解决方案相比，可以显著提高能效和性能。这为需要最佳性能和降低功耗的专业机器学习边缘应用程序创造了许多机会。”除了推出新平台外，Efabless还宣布与SensiML合作，为物联网应用中的机器学习边缘处理提供开源的硬件和软件解决方案。

       SensiML的AutoML平台使嵌入式开发人员能够创建超高效的传感器推理算法，在资源有限的边缘设备上自主运行，而不管他们的数据科学经验如何。同样，Efabless为开发人员提供了易于使用的开源工具，可以设计优化的定制SoC，而不需要IC设计方面的深厚专业知识。根据Efabless和SensiML的说法，他们通过提供从开发到部署的无缝路径，消除了物联网创新的两大障碍。

       主要好处包括：

• 与传统的基于MCU的解决方案相比，利用chipIgnite ML定制硅平台实现更快的性能。
• 功耗降低10倍，延长电池寿命。
• 可以定制硅设计，以满足用户边缘机器学习应用的特定要求。ML推理工作负载的分析和优化可以在预硬件仿真中完成，以帮助适当地确定推理模型的大小。
• 受益于从数据到硅的完整开发路径，由Efabless和SensiML提供支持。
• 开源硬件和软件开发工具提供了透明度、可定制性，以及在边缘产品上实现机器学习的经济高效的途径。

       SensiML首席执行官Chris Rogers表示：“我们很高兴与Efabless合作，为智能边缘设备提供全面的开发途径。”。“通过结合我们的优势，这个联合平台解决了开发人员面临的复杂硬件和软件挑战，从而能够创建真正差异化的物联网边缘传感产品和应用程序。”

       Efabless已经发布了芯片Ignite ML，这标志着该平台开发的一个重要里程碑。设计套件将于2024年11月开始进行早期评估。