Manufactura industrial
Internet industrial de las cosas | Materiales industriales | Mantenimiento y reparación de equipos | Programación industrial |
home  MfgRobots >> Manufactura industrial >  >> Industrial Internet of Things >> Sensor

Científicos revelan chips FD-SOI de ultra-bajo consumo que mejoran eficiencia de dispositivos IA

Electrónica y Sensores INSIDER

Profesor Massimo Alioto, Director del laboratorio conjunto FD-fAbrICS, hablando a participantes de la industria y comunidad investigadora para compartir los últimos desarrollos en tecnologías FD-SOI en una muestra industrial el 3 de mayo. (Imagen: laboratorio conjunto FD-fAbrICS)

Avances en tecnología FD-SOI para IA

Investigadores de NUS, junto con socios industriales Soitec y NXP Semiconductors, han demostrado una nueva clase de sistemas de silicio que promete mejorar la eficiencia energética de dispositivos IA conectados por saltos y bounds. Estos avances tecnológicos avanzarán significativamente las capacidades de la industria de semiconductores en Singapur y más allá.

Esta innovación ha sido demostrada en tecnología fully-depleted silicon-on-insulator (FD-SOI) y puede aplicarse al diseño y fabricación de componentes semiconductores avanzados para aplicaciones de IA. La nueva tecnología de chip tiene el potencial de extender la vida de batería de wearables y objetos inteligentes por un factor de 10, soportar cargas de trabajo computacionales intensas para uso en aplicaciones de Internet de las Cosas, y reducir a la mitad el consumo de energía asociado con comunicaciones inalámbricas con la nube.

Consorcio FD-SOI e IoT para adopción industrial

La nueva suite de tecnologías de chip disruptivas será promovida a través del Consorcio Industrial FD-SOI e IoT para acelerar la adopción industrial al reducir la barrera de entrada al diseño en chips FD-SOI. Un taller industrial titulado "Sistemas FD-SOI de próxima generación de eficiencia energética" se realizó el 3 de mayo de 2024 para participantes de la industria y comunidad investigadora para compartir y discutir los últimos desarrollos en tecnologías FD-SOI y mostrar las nuevas capacidades con demostraciones de vanguardia.

"Los dispositivos IoT a menudo operan con un presupuesto de energía muy limitado, y por lo tanto requieren energía promedio extremadamente baja para realizar eficientemente tareas regulares como monitoreo de señales físicas. Al mismo tiempo, se demanda alto rendimiento pico para procesar eventos de señal ocasionales con algoritmos de IA computacionalmente intensivos. Nuestra investigación nos permite de manera única reducir simultáneamente la energía promedio y mejorar el rendimiento pico", dijo el Profesor Massimo Alioto, del Departamento de Ingeniería Eléctrica y de Computación del College of Design and Engineering de NUS y Director del laboratorio conjunto FD-fAbrICS (Sistemas Inteligentes y Conectados Always-on FD-SOI), donde se diseñó la nueva suite de tecnologías.
"Las aplicaciones son amplias e incluyen ciudades inteligentes, edificios inteligentes, Industria 4.0, wearables y logística inteligente. Las notables mejoras energéticas obtenidas en el programa FD-fAbrICS son un cambio de juego en el área de dispositivos IA alimentados por batería, ya que finalmente nos permiten mover inteligencia de la nube convencional a dispositivos miniaturizados inteligentes", dijo el Prof. Alioto, quien también lidera el grupo Green IC (www.green-ic.org) en el Departamento de Ingeniería Eléctrica y de Computación.

Investigación y colaboración industrial

La investigación realizada por el laboratorio conjunto NUS FD-fAbrICS mostró que su tecnología de chip FD-SOI puede desplegarse a escala con productividad mejorada de diseño e integración de sistemas para menor costo, llegada al mercado más rápida y adopción industrial rápida.

"Esta innovación tiene el potencial de acelerar el tiempo de mercado para actores clave en el ecosistema de semiconductores de Singapur", dijo el Prof. Alioto. "Esperamos facilitar la adopción y despliegue de nuestras tecnologías de diseño a escala a través del Consorcio Industrial FD-SOI e IoT. Esta es una contribución significativa a la industria de IA y semiconductores en Singapur, ya que permite una ventaja competitiva mientras reduce el costo general de desarrollo de sistemas FD-SOI."

Los avances de investigación del laboratorio conjunto NUS FD-fAbrICS aprovechan la experiencia y capacidades combinadas de NUS de diferentes dominios, como circuitos digitales (Prof. Massimo Alioto), comunicaciones inalámbricas (Prof. Asoc. Heng Chun Huat), arquitecturas de sistemas (Prof. Asist. Trevor Carlson) y modelos de IA (Prof. Li Haizhou). Líderes industriales como Soitec, NXP y Dolphin Design contribuyeron a los esfuerzos de investigación en el laboratorio conjunto, que también son apoyados por la Agencia para la Ciencia, Tecnología e Investigación.

Futuro: IA generativa en dispositivos edge

El equipo de investigación de NUS ahora está investigando el desarrollo de nuevas clases de sistemas de silicio inteligentes y conectados que podrían soportar tamaños de modelo de IA más grandes (modelos grandes) para aplicaciones de IA generativa. La descentralización resultante de la computación de IA de la nube a dispositivos distribuidos simultáneamente preservará la privacidad, mantendrá la latencia al mínimo y evitará el diluvio de datos inalámbricos bajo la presencia simultánea de una plétora de dispositivos.

El taller industrial, que profundizó en los avances y aplicaciones de vanguardia de la tecnología FD-SOI, tuvo como objetivo fomentar un ambiente de intercambio de conocimiento así como catalizar colaboraciones dentro y entre la comunidad de investigación FD-SOI y la industria de semiconductores en Singapur trabajando en sistemas de silicio inteligentes y conectados.

Otro objetivo del taller fue facilitar la adopción rápida de FD-SOI y reducir la barrera de entrada al diseño, compartiendo los resultados de investigación del laboratorio conjunto FD-fAbrICS. Oradores de Soitec, GlobalFoundries, NXP y el equipo de investigación NUS FD-fAbrICS compartieron sus perspectivas sobre el desarrollo actual de tecnologías relacionadas — por ejemplo, en fabricación y diseño de microchips — y tecnologías disruptivas futuras para sistemas de IA de ultra-bajo consumo de próxima generación.

Consorcio FD-SOI e IoT

El Consorcio FD-SOI e IoT fue establecido para extender el impacto del laboratorio conjunto NUS FD-fAbrICS en el ecosistema de semiconductores en Singapur. Soitec y NXP son miembros fundadores del Consorcio.

Los miembros del Consorcio tendrán acceso a IP de diseño innovador y metodologías FD-SOI, que ayudarán a acelerar sus ciclos de prototipado y desarrollo de próxima generación con procesos de alta eficiencia energética, especialmente en el área de rápido crecimiento de chips IA-conectados.

El Consorcio FD-SOI e IoT apoyará las necesidades a corto plazo de la industria para mapeo de hoja de ruta tecnológica rápida y ciclos de innovación acelerados. Al mismo tiempo, para asegurar escalabilidad sostenida y diferenciación entre miembros del Consorcio a largo plazo, las tecnologías desarrolladas en sinergia con los socios industriales FD-fAbrICS serán expandidas aún más por algunos de los miembros del Consorcio.

Fuente

Sensor

  1. ChIMES: Sensores Magneto-Elásticos de Bajo Costo para Identificación Química Precisa
  2. MiDAR de NASA Ames: Imagen multiespectral avanzada y tecnología de reflectancia activa
  3. Transistores de Perovskita de Alto Rendimiento Ahora Imprimibles: Avance de POSTECH
  4. Diseño de asféricos de gran diámetro para sistemas láser de alta potencia
  5. Lentes de Contacto Inteligentes Inalámbricas Detectan y Tratan la Diabetes
  6. Tecnología de Escaneo Ultrasónico de ABS Mejora la Seguridad en Inspecciones de Cascos de Barcos
  7. Sensores wearables: tecnología de piel impresa en 3D para monitorización de salud móvil y precisa
  8. Sistema de Navegación Lunar Basado en Visión para Alunizadores de Próxima Generación
  9. CoventorMP 1.3 Mejora Automatización de Diseño MEMS con Modelado Geométrico Avanzado
  10. KeepTruckin lanza dashcam con IA y SoC Ambarella CV22 para seguridad de vehículos comerciales
  11. Optimización de la No Linealidad Integral en Baja Luz en Sensores de Imagen CMOS: Análisis y Simulación