近日，POLYN宣布推出語音處理Tiny AI芯片NeuroVoice，成為第一個在超低功耗模擬神經形態芯片內實現語音檢測(VD)和語音提取(VE)組合的公司。
“耳塞、智(zhi)能(neng)手機、助(zhu)聽器、游戲耳機和對講(jiang)系統需(xu)要新技術將語音處理(li)提升到一個新的水(shui)平。”POLYN營銷和業務發展副總裁Eugene Zetserov說。
“當(dang)前的語音信號處理(li)方法(fa)非常耗(hao)電，在(zai)某些情況(kuang)下(xia)還不夠。即(ji)時語音識別對于助聽設(she)備很重要。在(zai)嘈雜環境中，基于AI提取語音信號，包括不規則噪(zao)聲(sheng)，提供比標(biao)準噪(zao)聲(sheng)消除濾波器更好的聽覺體驗。神經網絡是(shi)語音處理(li)的完美工具(ju)。”
POLYN是一家無晶圓半導體公司，成立于2019年，總部位于以色列。POLYN提供超低功耗、高性能的神經形態模擬信號處理(NASP)技術、IP和基于NASP的Tiny AI芯片，能夠支持廣泛的邊緣人工智能應用，例如可穿戴設備、工業4.0、互聯健康、智能家居等。
POLYN的解決方案允許在具有更高安全性和可靠性的各種物聯網和自主設備上運行人工智能。該解決方案不需要互聯網連接，并降低了功耗和延遲。據介紹，NeuroVoice以100μW功率運行，并在20μs內執行推理，它允許客戶創建微型產品，以改善其最終用戶的聽力體驗。
1、NASP技術，POLYN的殺手锏(jian)
人工智能正在加(jia)快速度從“云端(duan)”走向“邊(bian)緣”，進入(ru)到越來越小的物(wu)聯網設(she)備中。在終端(duan)和(he)邊(bian)緣側微處理器上(shang)實現(xian)的機(ji)器學(xue)習過(guo)程，被(bei)稱為微型機(ji)器學(xue)習，即(ji)Tiny AI（也被(bei)稱為TinyML）。
更準確的(de)說，Tiny AI是(shi)指工程師們在mW功率范圍以(yi)下的(de)設(she)備上，實現機(ji)器學(xue)習的(de)方法、工具和(he)技術。作為一種全新的(de)機(ji)器學(xue)習模型，Tiny AI是(shi)人(ren)工智能領域最新的(de)重大技術突(tu)破之一。
物聯網設備往(wang)往(wang)體積很小，面(mian)臨著(zhu)許(xu)多挑戰，例如功耗、延時(shi)以及精度(du)等問題，傳(chuan)統的機器學(xue)習模型無法(fa)滿足要(yao)求。Tiny AI通過各(ge)種技(ji)術(shu)能夠更智(zhi)能地使(shi)用數據，讓人工智(zhi)能計算(suan)可以直接在設備上執行(xing)，而不需要(yao)用戶(hu)將數據發送(song)到(dao)云端或遠程服務器。
Tiny AI的主要優點是它(ta)的可移植性。在(zai)具(ju)有(you)小電池和低功(gong)耗的廉(lian)價(jia)微(wei)控制(zhi)器上運行，意(yi)味著，人(ren)們可以(yi)很容易(yi)地將ML以(yi)便宜的價(jia)格集成到幾乎任何東西中。除此之外，由于計算的本(ben)地特(te)性，Tiny AI還具(ju)有(you)提高安全性的優勢，即無需將數據發送(song)到云(yun)端(duan)。在(zai)物聯網等應用程序中處理個(ge)人(ren)數據時，這可能很重(zhong)要。
POLYN的(de)神經(jing)形態模(mo)擬信號(hao)處理器(qi)技術（NASP）是一種Tiny AI解(jie)決方(fang)案(an)，旨在(zai)優(you)化原(yuan)始(shi)數據并減少CPU負(fu)載和轉發到云的(de)數據量。NASP技術以前所未有的(de)低功(gong)耗、小尺寸和低延遲為(wei)傳感器(qi)設備(bei)提供真正的(de)AI。通過感知(zhi)模(mo)擬信號(hao)和數字信號(hao)，為(wei)各(ge)種傳感器(qi)增加“智能”。
人腦不僅是一(yi)個超低功耗(hao)的(de)并行(xing)操作(zuo)系(xi)統，還(huan)是一(yi)個模(mo)擬系(xi)統，處理各種信(xin)號(hao)(hao)而不需(xu)要將它們轉換成二進制格式。對于信(xin)號(hao)(hao)感知等任務，模(mo)擬系(xi)統更(geng)可取。據半導體研究公司稱，預(yu)計未來十年將出現大量模(mo)擬信(xin)號(hao)(hao)，這(zhe)需(xu)要硬(ying)件方(fang)面的(de)根本性突破，以(yi)產生(sheng)更(geng)智能的(de)世界(jie)機器接口。
POLYN開發(fa)了一(yi)個獨特的(de)(de)平(ping)臺(tai)(tai)，該平(ping)臺(tai)(tai)將經(jing)(jing)過(guo)訓練的(de)(de)神(shen)經(jing)(jing)網絡作為輸入(ru)，并使(shi)用(yong)數(shu)學(xue)建(jian)模將網絡合成為真正的(de)(de)神(shen)經(jing)(jing)形(xing)態芯片。芯片包含人工神(shen)經(jing)(jing)元(yuan)（執行(xing)計算的(de)(de)節點(dian)）和使(shi)用(yong)電路元(yuan)件實(shi)現的(de)(de)軸突(tu)（節點(dian)之間的(de)(de)權(quan)重連接）：神(shen)經(jing)(jing)元(yuan)使(shi)用(yong)運算放大器實(shi)現，軸突(tu)使(shi)用(yong)薄膜電阻器實(shi)現。
2022年4月，POLYN宣(xuan)布(bu)，其首款(kuan)神(shen)經形(xing)態(tai)模(mo)擬(ni)信(xin)號處(chu)理(li)(li)器芯片NeuroSense已(yi)完(wan)成封裝(zhuang)和評估。據(ju)(ju)悉，NeurorSense芯片采用(yong)55 nm CMOS技術實現。它(ta)充(chong)當邊緣信(xin)號傳感(gan)(gan)器，能夠使用(yong)神(shen)經形(xing)態(tai)計算(suan)處(chu)理(li)(li)原始傳感(gan)(gan)器數(shu)據(ju)(ju)，而無需對模(mo)擬(ni)信(xin)號進行任何(he)數(shu)字化。POLYN將其稱為第一(yi)款(kuan)無需模(mo)數(shu)轉換(huan)器(ADC)即可直接在傳感(gan)(gan)器旁邊使用(yong)的神(shen)經形(xing)態(tai)模(mo)擬(ni)Tiny AI芯片。
2、Tiny AI，飛入(ru)尋常百姓家
Tiny AI應用前景廣(guang)闊(kuo)，包括物(wu)體識(shi)(shi)別和分類、手(shou)勢識(shi)(shi)別、音頻檢測、機器監控、關鍵(jian)字發現等等。可以(yi)預見的(de)是，Tiny AI將成為我們日(ri)常生活中的(de)一部分。
當前(qian)，物聯(lian)網設備(bei)日(ri)益普及。在(zai)資源受限(xian)設備(bei)上運行機器學習模型的能力，為許多(duo)新(xin)的可能性打(da)開了大門。一個很好的例子是具(ju)有心(xin)率(HR)跟蹤和(he)人體活(huo)動識(shi)別(HAR)的可穿戴設備(bei)，其(qi)中PPG/IMU傳(chuan)感器不(bu)斷生成數據，其(qi)處理會消(xiao)耗(hao)大量(liang)電池電量(liang)。
對于執行真正始(shi)終(zhong)在線測量的設備，神經形態(tai)模擬信號處理是一個(ge)理想的解決方案，與傳統算(suan)法相(xiang)比，它具有100uW的超低功耗(hao)和兩(liang)倍的精(jing)度。提高的精(jing)度還可以簡化整個(ge)系統，并降(jiang)低相(xiang)關成本。
“潛在客(ke)戶對可(ke)穿戴設備的測量(liang)不準確和電池壽命(ming)短持(chi)謹慎態度。這(zhe)些發(fa)生是因為可(ke)穿戴設備中最(zui)常見的當(dang)前實現是基(ji)于算(suan)法計(ji)算(suan)，這(zhe)些算(suan)法計(ji)算(suan)耗(hao)能大且無(wu)法真正準確。”POLYN一位(wei)高(gao)管表(biao)示。
“戒指(zhi)形(xing)式的(de)可穿戴設備是一個可行(xing)的(de)選(xuan)擇，但現(xian)在很少有這(zhe)樣(yang)的(de)智能(neng)戒指(zhi)模型可以(yi)真正戴在手指(zhi)上。對于這(zhe)種形(xing)式，降低功耗(hao)至關重要，并且需要新(xin)型硬件。”
另一個例子是工業物聯網應用。隨著工業4.0的發展，世界對基于振動監測的機器健康解決方案的興趣與日俱增，這是有充分理由的。振動是響應來自旋轉設備的機械激勵的重復運動。振動監測是機器狀態監測中的主要傳感技術，因為振動變化發生在機器故障過程的最開始，從而可以進行早期診斷。
LoRa是(shi)一種非常(chang)流行的技術，尤其是(shi)在歐盟，這要歸功于它的低(di)(di)成本(ben)、低(di)(di)功耗和遠距離通信(xin)能力。然而，由(you)于帶(dai)寬窄(zhai)，振動(dong)傳感器的原(yuan)始數(shu)據很難(nan)通過LoRa傳輸。POLYN的NASP可(ke)以提供對傳感器數(shu)據預處理的明確(que)需求。
“嵌入(ru)的(de)使用減少(shao)了從機(ji)械、軌道、鐵路車(che)輛(liang)、風力渦輪(lun)機(ji)以(yi)及石(shi)油(you)和天然氣泵發送到云(yun)端(duan)的(de)測量數據，解決了物聯網系統所需的(de)低帶(dai)寬的(de)根本問(wen)題(ti)。”POLYN表示(shi)，使用嵌入(ru)進行傳(chuan)感器數據預處理可將(jiang)嘈雜的(de)原始數據流減少(shao)1000倍(bei)。
嵌(qian)入(ru)是機器學習(xi)中(zhong)最通用(yong)的(de)(de)技(ji)術(shu)之(zhi)一，適用(yong)于廣泛的(de)(de)用(yong)例，從信(xin)息搜索(suo)、相(xiang)似性檢查和(he)欺(qi)詐檢測到學習(xi)用(yong)戶行(xing)為和(he)項目之(zhi)間的(de)(de)關系。最著名的(de)(de)嵌(qian)入(ru)之(zhi)一是Google在(zai)2013年(nian)發明(ming)的(de)(de)Word2Vec。在(zai)未來的(de)(de)邊緣(yuan)AI中(zhong)，嵌(qian)入(ru)有(you)很大(da)的(de)(de)潛(qian)力。
人工智能世界一(yi)直(zhi)在尋(xun)找一(yi)種(zhong)經(jing)濟高效的(de)技(ji)術，該技(ji)術允許(xu)神經(jing)網絡(luo)自主(zhu)工作并直(zhi)接處理來自模擬傳(chuan)感器的(de)數據，同時(shi)始終以(yi)高精度執行(xing)任務(wu)。對(dui)于(yu)移(yi)動、物聯網或(huo)遠程設備(bei)，這必須以(yi)超低(di)功耗完成。Tiny AI作為機器學習(xi)和(he)嵌入式(shi)IoT設備(bei)的(de)交叉領(ling)域，具有革(ge)新許(xu)多行(xing)業的(de)潛力，將發揮越來越大的(de)作用(yong)。
