Microchip hat mit WITINMEM zusammengearbeitet, um die analoge In-Memory-Computing-Lösung memBrain, die auf SSTs SuperFlash-Technologie basiert, in den stromsparenden SoC-Baustein von WITINMEM zu integrieren. Das SoC verfügt über Computing-in-Memory für die Verarbeitung neuronaler Netze, einschließlich Sprach-, Stimmabdruckerkennung, Rauschunterdrückung, Szenenerkennung und Überwachung des Gesundheitszustands. WITINMEM arbeitet seinerseits mit mehreren Anwendern zusammen, um Produkte auf der Grundlage dieses SoC im Jahr 2022 auf den Markt zu bringen.

Wie funktioniert das?

Microchips neuromorpher memBrain-Speicher ist für die Durchführung der Vektor-Matrix-Multiplikation (VMM) in neuronalen Netzen optimiert. Er ermöglicht Prozessoren, die in batteriebetriebenen und Deeply-Embedded-Edge-Systemen verwendet werden, die höchstmögliche KI-Inferenzleistung pro Watt zu liefern. Dies wird erreicht, indem sowohl die Gewichtungen des neuronalen Modells als Werte in der Speichermatrix gespeichert werden als auch die Speichermatrix als neuronales Rechenelement verwendet wird. Das Ergebnis ist laut Microchip ein 10- bis 20-mal niedrigerer Stromverbrauch als bei alternativen Ansätzen sowie niedrigere Gesamtkosten für die Stückliste (BOM) des Prozessors, da externes DRAM und NOR nicht erforderlich sind.

Die dauerhafte Speicherung neuronaler Modelle im Verarbeitungselement von memBrain unterstützt auch die Instant-On-Funktion für die Verarbeitung neuronaler Netzwerke in Echtzeit. WITINMEM nutzt die Nichtflüchtigkeit der Floating-Gate-Zellen von SuperFlash, um seine Computing-in-Memory-Makros während des Leerlaufs abzuschalten und so die Verlustleistung in IoT-Anwendungen weiter zu reduzieren.