Le mois dernier, Renesas a dévoilé un accélérateur de réseaux de neurones à convolution (CNN) bâti sur une architecture PIM (Processing-in-Memory) qui affiche, dans une version prototype, une éco-efficacité de 8,8 Tops/W (téraopérations par seconde et par watt), un record dans sa catégorie. ...L’architecture PIM, qui a actuellement le vent en poupe dans le domaine de l’intelligence artificielle, permet d’effectuer les opérations de multiplication-accumulation qu’exige le traitement CNN directement dans le circuit mémoire, au fur et à mesure que les données en sont extraites.

Renesas note toutefois que cette approche n’a pas jusqu’ici offert le niveau de précision requis pour les calculs CNN de grande taille en raison notamment de l’usage de structures de mémoire SRam binaires et des variations dans les processus de fabrication qui impactent la fiabilité des calculs et exigent donc l’implémentation de palliatifs.

Le fournisseur de semi-conducteurs japonais affirme avoir aujourd’hui résolu ces problèmes et vouloir désormais intégrer cette approche dans de futures puces IA ainsi que dans des solutions complètes e-AI (associant briques IA et microcontrôleurs ou microprocesseurs) pour des applications telles que les dispositifs électroniques portés sur soi ou les robots industriels.

Dans le détail, Renesas a développé trois technologies pour créer son accélérateur IA : une technologie PIM à structure SRam ternaire (-1, 0, 1), un circuit SRam associé à des comparateurs qui peuvent lire les données mémoire à basse consommation et, enfin, une architecture évitant les erreurs de calcul liées aux variations de processus en fabrication. Ensemble ces trois technologies, indique le Japonais, permettent de réduire le temps d’accès à la mémoire lors des traitements d’apprentissage automatique et d’abaisser la quantité d’énergie requise pour les opérations de multiplication-accumulation.

L’accélérateur IA atteint ainsi le niveau le plus élevé d’éco-efficacité tout en maintenant un taux de précision supérieur à 99% lors de tests d’évaluation de la reconnaissance de caractères écrits à la main. Dans ces tests, Renesas a mis en œuvre un module IA prototype où le circuit IA, alimenté par une petite batterie, était connecté à un microcontrôleur, une caméra, des périphériques et à des outils de développement.

Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA https://www.linkedin.com/showcase/embedded-ia/