传感器技术与日俱进，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。
罗姆端侧ai芯片原型架构 / 罗姆
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，采用模拟和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。
恒压供水系统中的几个参数,变频器中PID的定义
电动汽车充电桩的功能有哪些
中科大教授郭国平：3-5年内，量子计算有望发挥实际作用
线上展销为企业营销注入新血液，先行企业已尝到线上展销甜头
随着智能电视的兴起 电视盒子逐渐销声匿迹
传感器技术与日俱进，低功耗AI芯片成为背后功臣
意法半导体发布全新集成3D图形加速器的电视系统级芯片
工控机应用潜力不断被挖掘 行业迎来发展契机
北汽新能源借壳上市真的能解决眼下这些问题吗？
导热双面胶常见的4大问题
基于FPGA的多通道频率测量系统设计方案介绍
KA2500三基色视频放大电路各引脚功能及电压
助力成都智能制造 2016中国（成都）电子展7月举办
浅谈漏电保护器使用场合
应用于电动汽车的电容器产品推荐
AI芯片市场主要玩家还剩下哪些
国科微预计明年推出8K解码芯片
MAX038应用电路
基于区块链技术打造的众享充设计方案解析
基于多曝光图像生成的低照度图像增强方法
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。
罗姆端侧ai芯片原型架构 / 罗姆
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，采用模拟和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。
恒压供水系统中的几个参数,变频器中PID的定义
电动汽车充电桩的功能有哪些
中科大教授郭国平：3-5年内，量子计算有望发挥实际作用
线上展销为企业营销注入新血液，先行企业已尝到线上展销甜头
随着智能电视的兴起 电视盒子逐渐销声匿迹
传感器技术与日俱进，低功耗AI芯片成为背后功臣
意法半导体发布全新集成3D图形加速器的电视系统级芯片
工控机应用潜力不断被挖掘 行业迎来发展契机
北汽新能源借壳上市真的能解决眼下这些问题吗？
导热双面胶常见的4大问题
基于FPGA的多通道频率测量系统设计方案介绍
KA2500三基色视频放大电路各引脚功能及电压
助力成都智能制造 2016中国（成都）电子展7月举办
浅谈漏电保护器使用场合
应用于电动汽车的电容器产品推荐
AI芯片市场主要玩家还剩下哪些
国科微预计明年推出8K解码芯片
MAX038应用电路
基于区块链技术打造的众享充设计方案解析
基于多曝光图像生成的低照度图像增强方法