SamurAI: Chip IA de bajo consumo establece nuevo referente para reconocimiento de imagen en IoT

En el Simposio VLSI 2020, los institutos de investigación franceses CEA‑Leti y LIST presentaron SamurAI, un acelerador IA compacto que redefine la eficiencia energética para cargas de trabajo de reconocimiento de imagen en el Internet de las Cosas.

SamurAI integra un nodo IoT de bajo consumo y un acelerador IA dedicado, logrando una asombrosa reducción de 15.000× en consumo pico‑a‑reposo mientras entrega hasta 1,3 tera‑operaciones por segundo por vatio (TOPS/W) u 36 GOPS para tareas de machine‑learning.

En un prototipo real de detección de ocupación, el chip alimentó un sistema que incluía sensor PIR, cámara blanco‑y‑negro de 224×224 píxeles, FeRAM y radio de bajo consumo. El sistema promedió 105 µW por día, con SamurAI consumiendo el 26 % de ese presupuesto.

Visión general del sistema SamurAI

SamurAI se construye en torno a dos subsistemas on‑chip:

• Un controlador de wake‑up sin reloj, event‑driven, que puede lanzar el sistema en 207 ns.
• Un subsistema on‑demand que alberga una CPU RISC‑V con modo deep‑sleep, el acelerador IA PNeuro y aceleradores criptográficos.

Esta arquitectura dual‑subsystem produce una ratio pico‑a‑reposo de 15.000×. En modo idle el chip consume solo 6,4 µW; cuando CPU y acelerador IA están activos, la potencia sube a 96 mW.

Fabricado en proceso 28 nm fully‑depleted silicon‑on‑insulator (FD‑SOI) de STMicro, el die de 4,5 mm² contiene seis dominios de potencia conmutables y opera sin body biasing.

Acelerador IA PNeuro

El acelerador, llamado PNeuro, es un motor programable single‑instruction, multiple‑data (SIMD). Comprende dos clusters de 32 × 8‑bit processing elements respaldados por 264 kB de SRAM multi‑banked. El bloque puede realizar 64 MACs por ciclo.

Cifras clave de rendimiento:

• 1,3 TOPS/W a 2,8 GOPS con alimentación 0,48 V.
• 36 GOPS para capas fully‑connected de redes neuronales 8‑bit con alimentación 0,9 V.

Desplegar PNeuro reduce a la mitad el consumo total del sistema respecto a ejecutar cargas de trabajo de machine‑learning en el core RISC‑V.

Diseñado para escenarios IoT que requieren ráfagas de cómputo esporádicas entre largos periodos de sleep, SamurAI permite procesamiento IA on‑device. Este enfoque elimina dependencia de cloud, reduce latencia y preserva privacidad, haciéndolo ideal para aplicaciones como detección de personas o identificación de escenas usando cámaras u otros sensores.

>> Este artículo se publicó originalmente en nuestro sitio hermano, EE Times Europe.