ROHM开发出数十毫瓦超低功耗的设备端学习 AI芯片

在不使用云网络服务器的情况下，对机器设备端的常见故障进行即时预测分析

*机器设备侧（On-device）的学习训练：在同一AI处理芯片上的学习训练和练习

世界著名的半导体材料制造企业ROHM（总部位于日本京东市）开发并设计了利用AI（人工智能技术）的技术性的机器机器机器端学习训练*AI处理芯片（配置机器端学习训练AI网络加速器的SoC）内置电动机、电感器等的电子设备设备的一般故障（一般的故障征兆检查）可以以超低功能损失进行即时预测分析，非常适用于IoT行业的边缘测量设备设备和节点*1。

一般来说，AI处理芯片的真落应实现其作用，开展设置识别规范的“练习”和基于所学信息内容识别如何解决的“逻辑推理”。在这种情况下，“练习”必须收集巨大的数据信息量来生成数据库系统，因此开展练习的AI处理芯片必须具有很高的计算水平，其功能损失也会提高。因此，云计算仪器开发设计的高特性、昂贵的AI处理芯片多种多样，边缘计算仪器的设备和节点（更合理构建物连接网络社会发展的重要性）的低功能损耗可在仪器设备端进行学习训练的AI处理芯片的开发设计困难而多重。

本次开发设计的AI处理芯片，根据ROHM日本国庆节应义塾大学松谷的专家开发设计的「机器机器机器端学习训练最优化算法」由为商用服务化而开发设计的AI网络加速器*2（AI专用型硬件配置推算电源电路）和ROHM8位高效率CPU“tinyMicon MatisseCORE（以下称为“Matisse”）构成。通过将2万门超中小型AI网络加速器与高效CPU紧密结合，仅需数十mW（过去AI练习处理芯片的1/1000）的超低功能损耗即可完成练习和逻辑推理。通过利用本商品，能够在不与云网络服务器连接的情况下，在机器设备终端设备中将未知的输入数据信息和方式导出为“与过去不同”的标签值，因此在许多运用中能够实时地完成一般的故障预测分析。

将来，方案将该AI处理芯片的AI网络加速器应用于IC产品，以完成电机和传感器的一般故障预测分析。方案2023本年度生产产品，2024本年度投入资金批量生产。

日本国庆节应义塾大学理工学部信息内容工学课程松谷宏纪专家教授“随着5G通信和数据二生*3等物联网的技术发展趋势，对云计算的规定也越来越高，而在云网络服务器上解决所有的数据信息，从负载、成本和功能损失方面来看都是不切实际的，大家要科学地研究的《仪器端学习训练》和开发设计的《仪器端学习训练优化算法》，旨在提高对端数据信息的求解，建立一个绝对高效、更好的物联网社会发展。此次，我校通过开展与ROHM企业的协同科研，进一步改善了机械设备侧学习培训电源电路的技术性，并有望以高价格比的方式推生产品。不久，这种原形AI处理芯片将投入到ROHM的IC商品中，预计将为更高效的物联网社会的发展做出贡献“

＜关于tinyMicon MatisseCORE＞

tinyMicon MatisseCORE（Matisse：Microarithmetic unit for tiny size sequencer）是ROHM自行开发设计的8位微解决方案（CPU），该商品随着物联网的技术发展趋势致力于提高模拟IC的智能化水平。优化的配置操作命令集和最新的编译器技术使更小的处理芯片总面积和程序流编码以及更快的计算解决级别以更高的标准完成。此外，该产品还符合车辆作用安全性规范《ISO26262》、ASIL-D等规定，可用于稳定性要求较高的应用。另外，通过活用内置的独自的“即时调整作用”，调整时的解决不会彻底损害运用过程的动作，所以可以在商品的运用的同时进行调整。

＜AI处理芯片（机器机器机器机器侧学习训练配置AI网络加速器的SoC）详细介绍＞

此次开发设计的机器端学习训练AI处理芯片原形（商品型号规格：BD15035、，作为人工智能技术的技术性的基本，采用了庆应义塾大学松谷专家教授开发设计的「机器端学习训练最优化算法（三层神经网络＊4的AI电源电路）」。为了推出可上市的产品，ROHM该AI电源电路尺寸由500万门减至2万门，达到原来的0.4%，并将其重建为部分AI网络加速器“AxlCORE-ODL”。同时，利用ROHM的8位高效微解决方案“tinyMicon MatisseCORE”展开AI网络加速器的计算操作，使仅仅几十mW的超低功能损失AI练习和逻辑推论成为可能。使用本商品，不连接云网络服务器和事优秀行AI练习，机械设备终端装置能够产生“与过去不同（产生异常度）”的标识值，导出未知的输入数据信息和方式（例如瞬时速度、电力流量、光照度、声音等）不仅可以降低与云网络服务器的通信成本，还可以通过终端装置AI实施即时共同故障预测分析（共同故障征兆检查）

另外，ROHM给出可嵌入的微控制板开发设计板“Arduino*5”用扩展板（配置Arduino适配器插销）的评定板，便于顾客评定该AI处理芯片。在评价板上搭载了线通信控制模块（Wi-Fi和蓝牙）和64kbit EEPROM（运行存储器），将该评价板连接到传感器等模块，只需将传感器安装在监视目标上，就可以在显示画面上决定AI处理芯片的效果。关于这个评价板，必须热烈欢迎与ROHM的营销单位的联络。

＜AI处理芯片的导频短视频＞

ROHM还准备了将AI处理芯片应用于评价板时的现场表演短视频，热烈欢迎收看！

https：//api01-platform.stream.co.jp/apiservice/plt3/NDc3#MTY5MQ==#500#2d0#0#3FE6F851E400#OzEwOzEwOzEw#

＜专业用语解说＞

＊1、边缘运算机器机器及节点

将构成大部分数据基本的网络服务器和电子计算机耦合到云空间，即成为“云网络服务器”和“云计算机器设备”在配置边缘（端）侧的边缘计算机设备是指终端设备的电子计算机或机器设备。节点是指边缘测量机器设备末端的机器设备和地址。

＊2、AI网络加速器

在完成AI的作用时，移动电话软件使解决器（CPU）执行解决，变更为根据硬件结构解决而提高解决率的机械装置（或电子设备电源电路）

*3、斯卡拉二生

将实际世界中的信息内容像双胞胎宝宝一样投影到虚拟室内空间（数据室内空间）的技术类型。

＊4、三层神经网络

在人脑体制启发下产生的神经网络纠缠（数学课堂公式计算和函数公式的实体模型）中，在由输入层、内层和导出层组成的解决步骤中，将内层视为一层，一共只有三层组成的简易神经网络纠缠。从数十层内层执行更繁琐AI解决的多层神经网络络是“深层学习训练”。

*5、 Arduino

由Arduino推送的搭载微控制板和输入导出端口的PCB板以及手机软件开发设计自然环境构成的对外开放源码服务平台，在全世界普遍普及。

“tinyMicon MatisseCORE”为ROHMCo。，Ltd.的商标或申请商标。

蓝牙是国外蓝牙SIG，Inc.的商标或申请商标。