高效能邊緣運算助力AI更上層樓

作者 : 沈士傑,力旺電子總經理

近期,可觀察到IoT或AI的未來發展脈絡,都不約而同地往邊緣運算聚焦,5G的崛起更是為邊緣運算在全方位AI應用的佈局上錦上添花。從2019下半年起,已可明顯感受到AI終端裝置的商機正在醞釀…

在人工智慧(AI)的風潮方興未艾之際,日趨成熟的物聯網(IoT)亦朝向AI的應用靠攏,原本AI所強調的巨量資料(Big Date)已成基本配備,機器學習也是必然的進程,而如何活用及有效精煉這些大數據則成為新的重要議題。

20200122NT31P1
力旺電子總經理沈士傑

近期,我們觀察到IoT或AI的未來發展脈絡,都不約而同地往邊緣運算聚焦,5G的崛起更是為邊緣運算在全方位AI應用的佈局上錦上添花。從2019下半年起,我們已明顯感受到AI終端裝置的商機正在醞釀,原本只需要簡單運算的終端裝置為了因應AI的市場需求,在成熟5G的相輔相成之下強制進階為高效能邊緣運算,預期這個趨勢將在2020更為顯著,引領新一波的半導體應用商機。

透過廣泛且大量的學習,並將其學習經驗反饋到大數據中心是精進AI本體的必要條件,但是當每一個刺激與反應都是在動態變化的情況下,如何即時紀錄及反饋有用的資料並快速運算完成更新成為AI應用中的關鍵。

將每筆資料傳回雲端運算處理的方法顯然過於費時耗功,而強化終端裝置的運作及資料處理能力將資料作初步的運算,並配合快速的網路回傳有效資料至雲端大數據中心無疑是最有效率的���決方案。

所謂的AI簡單來說是就是藉由終端感測、網路連接和中心運算做一連串的數位轉換,儘管雲端中心運算能力已達難以想像的境界,高速發展的5G也不斷地提升其能力、穩定度與降低遲延,但終端裝置的邊緣運算能力絕對是讓AI應用更上層樓的重要因素。

為了減輕雲端運算的負荷,同時提高雲端運算的效能,具備邊緣運算能力的智慧型終端裝置已成必然的趨勢,這一類型的智慧型終端裝置主要有三個考量的面向:(1)待機與運作時的功耗(2)
運算與回應的速度(3)資料傳輸的安全性與隱私。

因應此趨勢,已被廣泛應用的力旺嵌入式記憶體也同步升級,除了原本低功耗與高可靠度的特性,還加入了更多安全性相關的設計,在提高資料儲存安全性的同時還能提供晶片指紋的功能,以符合智慧型終端裝置對資料安全與隱私的需求。

當終端元件必須負擔更多的資料處理與運算,其反饋至雲端中心的資料相對更形重要,對傳輸或資料本身的安全性要求也就更高。換言之,在新一代AI的應用中,安全性議題不能單靠雲端中心用複雜的演算法達到資料保護、身份認證、使用授權…等目的,勢必得進一步延伸至終端元件,用更精簡、有效的方式達到資料,以及使用安全的目的。

藉由晶片與生俱來的特徵,也就是所謂的晶片指紋作為安全認證,甚至授權的基礎無疑是個理想的解決方案。無論是各類型的SRAM PUF或力旺獨有的NeoPUF,都是利用晶片生產過程中的微幅不一致性加以放大並得到晶片專屬的亂數源,再以此亂數源作為晶片認證授權與資料加解密的信任根,以達到晶片安全的目的。

此外,隨著高效能終端元件的需求攀升,終端元件的相關設計勢必走向高整合性,以非揮發性記憶體為例,除了高可靠度與穩定度的基本要求,整合安全性相關的功能將成為新的趨勢。深耕嵌入式非揮發性記憶體多年的力旺電子不僅致力於非揮發性記憶體的安全性升級,更進一步整合非揮發性記憶體與晶片指紋(NeoFuse + NeoPUF)以因應各類終端元件在新一波AI應用的需求。

本文同步刊登於EE Times Taiwan 2020年1月號雜誌

發表評論