传感器威廉希尔官方网站 与日俱进，低功耗AI芯片成为背后功臣

随着机器学习与AI快速发展，摩尔定律却在逐步放缓，从架构设计上寻求创新就成了当下芯片设计的主流解决方案，尤其是在低功耗的AI加速器芯片上。这些用于边缘端的AI加速器芯片弥补了传统传感器方案计算能力缺乏或算力有限的问题，让传感器专注于感知层的提升，而算力上的提升和应用场景上的扩展，则可以放心交给低功耗AI芯片解决。

低功耗芯片也不缺席AI训练

全新兴起的这股边缘AI热，自然也对不少传统半导体厂商产生了冲击，为此他们也开始发力边缘AI领域，罗姆正是其中之一。去年，罗姆宣布已经开发出了用于IoT边缘计算的端侧学习AI芯片，其功耗甚至可以做到低至30mW。该芯片集成了罗姆自研的8位CPU tinyMicon MatisseCORE，以及2万门的AI加速器AxlCORE-ODL。 Matisse这一CPU不仅做到了极小的面积，在性能上也要超过寻常的8位CPU，甚至符合ISO 26262、ASIL-D的车规标准。AxlCORE-ODL则选择了由输入层、中间层和输出层来组成简单的三层神经网络。

除了极低的功耗，罗姆这颗芯片的最独特之处在于可以像云端AI芯片一样，完成训练任务。传统的低功耗AI芯片由于算力限制，往往是只能用于简单的推理任务，而罗姆的AI SoC却同时支持这两种工作负载。

不过该芯片毕竟是主打端侧低功耗的，无法进行较为复杂的训练任务，罗姆对其定位主要是用于对端侧传感器和电机的实时故障预测。在无需连接云服务器的前提下，该芯片就可以将未知的输入数据和模式生成非常规数值输出，从而预测内置传感器或电机设备的潜在故障。

终端摄像头迎来新升级

耐能作为一家专注于边缘AI SoC芯片开发的厂商，此前已经推出了KL520、KL530与KL720这一系列低功耗的AI芯片，也在去年11月推出了新一代的低功耗终端AI芯片KLM5S3。

从性能和特性来看，耐能的新产品KLM5S3是一款专门面向终端摄像头市场的低功耗AI芯片。KLM5S3基于ARM Cortex A5并采用28nm工艺设计，NPU算力达到0.5eTOPS@INT8，支持Cafee、Tensorflow/lite、Pytorch等常见框架。
针对终端摄像头应用，KLM5S3支持双路HDR处理、电子防抖和鱼眼校正等等，这些特性可以使其广泛用于安防、记录仪等场景，甚至可以用于ADAS系统。车规图像传感器除了高动态范围外，另一大要求就是对LED闪烁的抑制，因为行驶过程中各种不同频率的LED闪烁可能会对图像输出造成干扰。

耐能的KLM5S3AI芯片在搭配车规级摄像头时，可以在NPU进行计算和输出红绿灯和其他交通标志的识别结果，从而降低驾驶风险。

小结

从这几年推出的低功耗AI加速器来看，采用interwetten与威廉的赔率体系 和ASIC这两种实现方式的芯片居多，加速对象以CNN居多，其次是DNN和RNN。因为CNN主要用于图像识别这样简单的视觉AI任务，与视觉传感器更为契合。而DNN和RNN之类的神经网络加速更多用于一些语音、文本处理任务。

至于负载类型，100W以下功耗的AI芯片主要还是单独用于推理，训练任务绝大多数还是交给大功率的AI芯片在云端完成。这并不是说传感器这样的边缘硬件不需要训练，而是现阶段的简单模型已经可以解决这些传感器的大部分需求，但随着未来数字孪生等应用对传感器性能的要求进一步提高，低功耗AI芯片势必会成为最有效的辅助硬件。