2019年08月12日 星期一	【科技日報報導】

隨著人工智慧（AI）處理從雲端轉移至網路邊緣，電池供電的深度嵌入式設備在執行AI任務（如電腦視覺和語音辨識）時正面臨挑戰。Microchip Technology Inc.透過旗下子公司冠捷半導體（SST），推出可大幅降低功耗的類比記憶體技術 — memBrain神經形態記憶體解決方案，以有效應對這一挑戰。Microchip的類比記憶體解決方案基於業界認可的SuperFlash技術，同時針對神經網路的向量矩陣乘法（VMM）執行進行優化，透過類比儲存計算方法改進VMM的系統架構規劃，提高邊緣AI推理能力。

由於當前的神經網路模型可能需要50M或更多的突觸（權重）來處理，因此為晶片外DRAM提供足夠的頻寬變得困難，成為神經網路計算的瓶頸，同時導致整體計算功耗的提高。相比之下，memBrain解決方案將突觸權重儲存在內建的浮動柵中，進而大幅改善系統延遲。與傳統的數位DSP和SRAM / DRAM的方法相比，新產品的功耗降低了10到20倍，並大幅降低了整體物料清單（BOM）。

SST技術授權部副總裁Mark Reiten表示：「隨著汽車、工業和消費性市場的技術供應商繼續為神經網路實施VMM，我們的架構可幫助提升這些前瞻性解決方案的功耗、成本和遲延效能。Microchip將繼續為AI應用提供高可靠性和多功能的SuperFlash記憶體解決方案。」

希望提高邊緣設備機器學習能力的公司已經開始採用memBrain解決方案。 由於能夠大幅降低功耗，memBrain類比記憶體計算解決方案是所有AI應用的理想選擇。

Syntiant公司執行長Kurt Busch表示：「Microchip的memBrain解決方案可為我們即將推出的類比神經網路處理器提供超低功耗的儲存計算。我們為邊緣設備上的語音、圖像和其他感測器模式中的不斷電應用提供各種廣泛性的機器學習功能，與Microchip的合作為Syntiant帶來了許多關鍵優勢。」

SST為其memBrain解決方案和SuperFlash技術提供設計服務，並提供用於神經網路模型分析的軟體工具套裝。