Clasificación de los requisitos de IA en evolución

El advenimiento de la inteligencia artificial (IA) requerirá diversas soluciones microelectrónicas nuevas para satisfacer las demandas cambiantes de los centros de datos a gran escala, los sistemas de "tamaño mediano" como los vehículos autónomos y los robots, y una gama cada vez mayor de dispositivos móviles, electrodomésticos, dispositivos portátiles, y aplicaciones aún no previstas. Es de vital importancia la necesidad de lograr una eficiencia y velocidad sin precedentes en la recopilación y análisis de datos, al mismo tiempo que se administra el consumo de energía y el factor de forma.

En el dominio del hardware, esto requerirá un pensamiento innovador y nuevos paradigmas en sensores, procesadores, memoria, interconexión y empaque. Las opciones prometedoras están comenzando a materializarse a partir de los esfuerzos de investigación establecidos y emergentes, que revisaremos en el contexto de Edge AI y otras tendencias generales. De cara al futuro, será necesaria la colaboración interdisciplinaria preindustrial para crear soluciones prácticas y fabricables a partir de estos esfuerzos.

Podemos imaginar el mercado de la IA que se avecina comparando aplicaciones según la capacidad informática y los requisitos de consumo de energía (Figura 1). Los wearables tienen las mayores restricciones de energía y (en términos relativos) las menores necesidades informáticas. Los centros de datos están en el extremo opuesto, con dispositivos inteligentes, realidad aumentada, robots y vehículos autónomos en el medio.

Figura 1. (Fuente:Leti)

Edge AI, en el que la mayoría de los análisis de datos tiene lugar en el punto de recopilación, se adapta bien a las aplicaciones del lado izquierdo. Si bien esto es simple de describir, requiere niveles sin precedentes de capacidad de sensor y procesador en paquetes extremadamente pequeños. Los sensores deberán inspirarse en los ojos y oídos humanos, volviéndose mucho más adaptables al cambiar sus características (como el rango dinámico) en función de la cognición y la inteligencia local.

Mientras tanto, las aplicaciones a mayor escala ejercerán presión sobre los paradigmas informáticos tradicionales, en particular los ciclos constantes de lectura / escritura de memoria que consumen tiempo y energía.

Con estos requisitos en mente, Leti ha priorizado la investigación de sensores inteligentes y enfoques informáticos innovadores.

Un enfoque es un problema fundamental de la informática moderna:mover datos entre la memoria y el procesador ahora cuesta mucho más que la computación, tanto en tiempo como en consumo de energía. La transferencia de datos y el acceso a la memoria representan hasta el 90% del uso de energía del sistema, y ​​debido a que las aplicaciones como las redes neuronales artificiales dependen de grandes bases de datos y operaciones de cómputo simples, reducir el movimiento de datos se vuelve crítico.

El apilamiento de memoria en procesadores, para acortar los enlaces físicos, es el tema de una larga investigación de Leti sobre circuitos 3D. Ahora también estamos buscando nuevos diseños de memoria, que permitan realizar sumas, restas y lógica booleana dentro de SRAM. El costo del área es insignificante y, lo que es más importante, los datos nunca abandonan la memoria. Estos procesadores de computación en memoria (IMC) tienen un gran potencial para aplicaciones como redes neuronales y criptografía, y creemos que para la década de 2020 pueden proporcionar 100 veces el rendimiento de los procesadores convencionales en aplicaciones de inteligencia artificial, manteniendo la misma frecuencia y presupuesto de energía.