比利時奈米電子和數位技術研究中心Imec正主導一項歐盟(EU)計劃,目標在於開發基於多種新興儲存技術的低功耗邊緣人工智慧(Edge AI)晶片。

這項為期三年的計劃稱為‘Tempo’(Technology & hardware for nEuromorphic computing),由19家跨國的研究和工業合作夥伴組成,包括法國CEA-Leti和德國Fraunhofer Group。該跨國計劃將合作開發利用新興記憶體技術的製程技術和硬體平台,以實現神經形態運算。其目標在於為需要複雜機器學習演算法的行動裝置開發一種可支援其應用程式的新方法。

如今,此類應用通常依賴於基於雲端的伺服器來回傳送資料。然而,基於雲端的方法很難符合歐洲對於資料隱私法規的要求。考慮到種種限制,一個可行的替代方案是在以電池供電的行動裝置(如汽車和智慧型手機)等邊緣上實施人工智慧(即AI on the edge)。但目前並沒有這樣的技術存在,因此歐洲必須為此開發新技術。

這個話題儘管在歐洲特別重要,但也是整個產業面對的問題。Edge AI和機器學習演算法正逐漸成為日常產品和應用的必要功能,例如具有自然語言處理的智慧家庭助理、採用臉部辨識的安全系統或自動駕駛車輛等等。這一類對於複雜運算演算法的需求只會越來越多。

除了遵守資料隱私規則之外,儘量避免使用雲端的另一個原因在於:將資料傳送到雲端會消耗能源和延遲。邊緣AI應用的終極目標就是要實現智慧節能的本地處理。

Tempo的目標是評估裝置、架構和應用層級的現有解決方案,再進一步打造並擴展歐洲AI硬體平台的技術發展藍圖。該計劃將利用MRAM (imec)、FeRAM (Fraunhofer)和RRAM (CEA-Leti)記憶體,為消費、汽車到醫療等8種不同的應用案例建置脈衝神經網路(SNN)和深度神經網路(DNN)加速器。

史丹佛大學(Stanford University)電子工程與電腦科學系教授Subhasish Mitra於2018年在CEA-Leti提出了「記憶體內運算」(In-memory computing)架構。(來源:Subhasish Mitra / Stanford University)

德國弗勞恩霍夫研究所光子微系統研究所(Fraunhofer Institute for Photonic Microsystems;IPMS)主任兼Fraunhofer Group for Microelectronics主席Hubert Lakner表示,機器學習和圖形辨識的關鍵推動因素是演算法如何瀏覽大型資料集的能力。從硬體來看,這意味著能夠快速存取大型記憶體區塊。因此,Tempo計劃的重點領域就在於節能的非揮發性新興記憶體技術、設計並處理記憶體的創新方法,以及在晶片上處理記憶體區塊。

CEA-Leti執行長Emmanuel Sabonnadiere表示,其目標在於探索涵蓋新興記憶體的各種技術方案選項,並試圖使其結合當前(DNN)和探索性(SNN)神經形態運算典範。每一種技術選項的製程和設計相容性,將根據既定的整合實務和工業合作夥伴發展藍圖進行評估,並必須為未來的edge AI市場做好準備——「歐洲已在這幾個顛覆性技術上處於有利位置」。

針對聯手CEA-Leti和Fraunhofer的Edge AI計劃,Imec執行長Luc Van den hove表示,「由於結合三方的不同專業領域,我們可以探索更多未來的可能發展道路,進而推動歐洲在主導AI的研發上佔據一席之地。」他並補充說,Imec已經與若干合作夥伴展開更多的公共和雙邊協議了。

Tempo是一項由ECSEL Joint Undertaking (JU)資助的歐洲創新計劃¬¬——ECSEL JU是專為電子元件和系統的研究、開發與創新計劃提供資金的公私合作組織,它得到了歐盟Horizon 2020研究創新計劃以及來自比利時、法國、德國、荷蘭和瑞士的支持。

Tempo於2019年4月正式啟動,將持續三年。在該計劃的19名成員中,除了唯一來自比利時的Imec,還包括法國的CEA-LETI、ST-Microelectronics Crolles、ST-Microelectronics Grenoble、Thales Alenia Space和Valeo;德國Bosch、Fraunhofer EMFT、Fraunhofer IIS、Fraunhofer IPMS、Infineon、Innosent、TU Dresden和Videantis;荷蘭的imec the Netherlands、Philips Electronics和Philips Medical Systems,以及瑞士aiCTX和University of Zürich。

編譯:Susan Hong

(參考原文:EU AI Will Rely on Memories,by Nitin Dahad)