Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

BrainChip Holdings Ltd, nhà sản xuất hàng đầu về IP AI thần kinh, dựa trên sự kiện, năng lượng cực thấp, hoàn toàn kỹ thuật số, đã công bố ra mắt quyền truy cập sớm cho giải pháp Akida IP thế hệ thứ hai. Nền tảng này được thiết kế để xử lý các mô hình mạng thần kinh phức tạp trên các thiết bị biên một cách tiết kiệm năng lượng, mở rộng phạm vi các mô hình có thể được tăng tốc hoàn toàn trên phần cứng Akida. Sự phát triển này được thực hiện nhằm đáp ứng nhu cầu ngày càng tăng về khả năng tính toán hiệu quả và hiệu quả hơn ở biên, được thúc đẩy bởi các yêu cầu ngày càng tăng về điện toán đám mây đối với AI và sự phát triển của AI tổng hợp. Công ty đã giới thiệu Mạng lưới thần kinh dựa trên sự kiện tạm thời (TENN) để nâng cao khả năng truyền phát đa chiều và xử lý tuần tự dữ liệu chuỗi thời gian. Công nghệ này có thể giảm đáng kể kích thước mô hình, đồng thời cải thiện hiệu suất và hiệu quả mà không ảnh hưởng đến độ chính xác, đây là yếu tố quan trọng đối với các thiết bị biên. Bằng cách giảm kích thước mô hình và tăng mật độ tính toán, các trường hợp sử dụng AI có khả năng cao hơn có thể được tính toán gần cảm biến hơn theo cách an toàn hơn. Công ty cũng kết hợp điều này với khả năng tăng tốc phần cứng của mẫu Vision Transformer (ViT) để nâng cao hiệu suất thị giác. Sự kết hợp này mở ra tiềm năng phát triển các thiết bị tiên tiến có cảm biến có thể xử lý các ứng dụng hình ảnh và video tiên tiến ở mức miliwatt hoặc âm thanh và các ứng dụng tương tự khác ở mức microwatt. Thế hệ phần mềm MetaTF thứ hai cho phép các nhà phát triển đánh giá khả năng của Akida, tối ưu hóa và tùy chỉnh thiết kế của họ, mang lại cho họ lợi thế trong việc xây dựng hệ thống trên chip (SoC) bằng các giải pháp phần mềm. Bộ xử lý Akida hỗ trợ các thiết bị AI biên thế hệ tiếp theo, cho phép tăng cường trí thông minh trong nhiều môi trường IoT khác nhau. Bộ xử lý này lý tưởng cho cảm biến thông minh tiên tiến, theo dõi và dự đoán y tế, phát hiện đối tượng video cao cấp, v.v.