Welcome to WsxMall | Register
BOM
WsxMall > Industry Information > ROHM研发业界超低功耗设备端学习AI芯片,脱离云端实现终端实时故障预测

ROHM研发业界超低功耗设备端学习AI芯片,脱离云端实现终端实时故障预测

ROHM研发业界超低功耗设备端学习AI芯片,脱离云端实现终端实时故障预测


近日,全球知名半导体厂商ROHM(罗姆半导体,总部位于日本京都市)成功研发出数十毫瓦超低功耗设备端学习AI芯片,搭载自研设备端学习AI加速器SoC架构,可完全脱离云服务器,在边缘终端设备上独立完成AI训练与推理,实时实现电机、传感器等电子设备的故障迹象检测与故障预测,精准适配IoT边缘设备、终端端点的轻量化AI应用场景,填补低功耗端侧AI芯片市场空白。


一、研发背景:破解传统AI芯片应用痛点

传统AI技术落地分为“训练”与“推理”两大核心环节。其中AI模型训练需要海量数据支撑、超高算力加持,依赖云端高性能AI芯片完成,不仅设备成本高昂、功耗巨大,还存在数据传输延迟、云端负载过高、通信成本昂贵、数据安全风险等诸多问题。

当前物联网、5G、数字孪生技术快速普及,海量边缘终端、小型IoT设备亟需轻量化AI能力,用于设备状态监测、故障预判、智能感知等场景。但传统云端AI架构无法适配终端低功耗、低延迟、低成本、离线运行的核心需求,低功耗、可本地自主学习的端侧AI芯片成为行业刚需,也是长期以来的技术研发难点。


二、核心技术架构:极简架构实现超低功耗AI运算

本次ROHM全新研发的AI芯片原型(型号:BD15035),依托与日本庆应义塾大学深度联合研发成果打造,基于松谷宏纪教授团队研发的三层神经网络设备端学习算法,完成商业化落地优化,核心架构由两大核心模块构成:
1. 自研微型AI加速器AxlCORE-ODL:技术团队将原有500万门AI电路极致精简至2万门,电路体积缩减至原来的0.4%,硬件架构大幅轻量化,为超低功耗运行奠定基础;
2. 8位高效CPU MatisseCORE™:搭载ROHM自主研发tinyMicon MatisseCORE™微处理器,专为嵌入式场景优化,具备小面积、高运算效率、低代码占用的优势,负责AI加速器精准运算控制。

双重架构协同赋能下,该芯片仅需数十毫瓦功耗即可完整实现AI训练+推理全流程,功耗仅为传统云端训练级AI芯片的1/1000,是目前业界功耗表现顶尖的端侧自主学习AI芯片。


三、产品核心优势:脱离云端,终端自主智能迭代

相较于传统AI解决方案,ROHM这款超低功耗AI芯片具备颠覆性应用优势,彻底重构边缘设备AI落地模式:
1. 纯终端离线运行,无需云端支撑:无需提前预制AI模型、无需联网对接云服务器,可直接在设备终端实时采集加速度、电流、照度、声音等未知数据,自主识别异常模式、输出异常度数值,真正实现离线实时故障预测与异常检测
2. 极致低功耗适配轻量化终端:数十毫瓦超低功耗,完美适配小型IoT设备、嵌入式终端、工业传感器、微型电机等低供电场景,解决传统AI芯片功耗过高无法下沉终端的难题;
3. 降本增效,规避云端弊端:省去云端数据传输、服务器运维、网络通信成本,同时规避数据上传带来的安全风险,大幅降低物联网系统整体运营成本;

4. 高可靠性适配工业场景:搭载的MatisseCORE™处理器符合汽车功能安全ISO 26262 ASIL-D最高等级标准,适配工业、汽车等高可靠性应用场景;内置实时调试功能,设备运行过程中可无损调试,不影响正常业务运行。


四、配套评估方案,降低客户落地门槛

为助力客户快速验证、落地端侧AI故障检测方案,ROHM同步推出适配Arduino开源平台的专用扩展评估板,兼容Arduino引脚标准,搭载Wi-Fi、Bluetooth®无线通信模块及64kbit EEPROM存储单元。客户仅需搭配各类传感器,即可快速搭建测试环境,直观验证芯片的自主学习、异常识别、故障预测能力,大幅降低终端AI技术的研发落地门槛。同时品牌同步开放产品演示视频,方便客户直观了解产品性能与应用效果。


五、产品量产规划与行业展望

按照ROHM产品落地规划,这款设备端学习AI芯片相关技术将逐步迭代商用:2023年度完成产品商业化推出,2024年度正式投入量产。未来品牌将持续把自研AxlCORE-ODL AI加速器集成至各类电机、传感器配套IC中,全面赋能工业设备、智能终端的预测性维护与智能监测。

日本庆应义塾大学松谷宏纪教授表示,5G、数字孪生技术驱动物联网产业高速迭代,全量数据云端处理模式存在负载高、成本高、功耗高的多重弊端。设备端自主学习技术可大幅提升边缘数据处理效率,ROHM的商业化落地将推动轻量化端侧AI快速普及,助力构建高效、低成本、高安全的智慧物联网生态。


六、术语科普

1. 边缘计算设备/端点:区别于云端服务器,指终端侧各类小型计算设备、末端感知与执行设备,是物联网底层数据采集与执行的核心载体;
2. AI加速器:专用硬件运算电路,替代传统CPU软件运算模式,专项提升AI训练、推理运算速度与效率;
3. 数字孪生:将现实设备、场景数据实时映射至虚拟数字空间,实现设备状态可视化、仿真化管理的核心技术;
4. 三层神经网络:由输入层、单层中间层、输出层组成的轻量化AI模型,适配终端简易智能识别、异常检测场景,区别于多层深度学习模型,兼具低功耗、高适配性优势;
5. Arduino:全球通用的开源硬件与软件开发平台,广泛应用于嵌入式开发、物联网原型验证、智能设备研发领域。


Hot -selling model

Product Index :