ASPINITY - 用机器学习赋能模拟电路

成立于2015年的ASPINITY，正在改变智能传感设备的商用(transforming the commercialization of intelligent sensing devices)。

基于其在神经形态（neuromorphic)和计算电子的专长(expertise in computational electronics)，Aspinity独特的将机器学习应用于模拟电路(unique approach implements machine learning with analog circuitry），使应用于Always-on的电池驱动传感设备，如语音和声音唤醒(voice/sound wake-up)，工业设备的状态检测和消费类的健康等边缘架构设备获得更优的能耗和数据处理能力。

未来将有数以十亿计的支持Hands-free, Always-on的电池驱动的传感设备深入渗入我们的生活 - 如按需控制我们的家庭设备，语音控制音乐的播放，自动监测并自动报警，自动监测工业设备的运行和磨损（wear and tear)，持续的监控我们的身体健康(continuously monitoring our health)。

这些设备需要长待机，持续的数字化和分析传感器数据(continuously digitize and analyze all sensor data），如语音，告警或者是振动频率的微小变化(variation in a vibrational frequency)。这些所需的持续的数据分析，通常是不相关的(irrelevant)和极度低效的(grossly inefficient) -- 将宝贵的能量和数据资源花费在终将抛弃的数据中（expending precious power and data resources on data that will ultimately be thrown away)。

Aspinity发明首创的RAMP技术正是为此而生。

可扩展和可编程的RAMP(Reconfigurable Analog Modular Processor)技术集成强大的机器学习技术于超低功耗的模拟神经形态处理器(ultra-low power analog neuromorphic processor)，可以在数字化之前，在背景噪音中发现独特的声音事件。

通过直接分析模拟原始传感数据(analyze the analog raw sensor)，RAMP芯片消除了处理非相关数据所需的高功耗（eliminate the processing of irrelevant data)。

RAMP芯片的模拟电路部分可面向不同事件，不同传感器数据输入，及不同应用算法而算法重新编程，如语音唤醒应用(wake-on-voice applications)中，RAMP将always-on语音监听电路置于低功耗睡眠状态，知道特定的声音(specific sound)，如语音，告警等事件被检测到。

在关键词语音唤醒应用中，通过存储语音引擎所需的前滚(preroll）数据，又如在工业应用中，应用RAMP芯片在数以前记得传感器数据中仅仅抽样和选取最重要的数据点（store preroll data required by wake word engnie, to sample and select the most important data points from thousands of points of sensor data)，例如将震动数据压缩成更少数量的频率和能量组合(frequency and energy pairs)，可以极大程度的 （dramatically）减少用于分析所收集和传输的数据。

专利和创新的RAMP技术将复杂的数字信号处理转换为模拟电路来实现。Aspinity利用了(leverage)一定数量二极管的非线性特征(nonlinear characteristics of a small number of transistors)，形成了一个机器学习的新的架构 -- 模块化的，并行的，持续运行的模拟电路部分模拟人脑的高效的神经网络(modular, parallel, continuously operating analog blocks mimic the brain's efficient neural network)。

这部分模拟电路对典型的模拟任务，如传感接口(sensor interfacing)，信号处理，数据转换，甚至更加复杂的任务，比如特征提取(feature extraction)，事件监测(event detection)和分类(clasification)，是可配置的和可编程的。每一个模拟电路模块相比传统模拟电路更小，允许从原始数据（raw）和非结构化模拟传感数据(unstructured anolog sensor data）更早的监测事件(event detection)。

ASPINITY RAMP有如下的典型应用 -

• 语音应用 - 10倍提升电池驱动的语音应用产品的待机时间 不同于传统的digitize-first架构，需要数字化和分析所有的输入声音。ASPINITY RAMP采用analyze-first架构分析处理原始的非结构化模拟数据，仅处理实际的语音数据来识别唤醒词(analyze only actual voice data to detect wake word)。

• Always-listening声音时间识别 RAMP支持各种声音事件(acoustic event detection），应用于非语音环境(non-speech)声音事件的识别和告警。

• 震动识别等工业环境下的状态监控(vibration monitoring)

更多信息，请访问 - https://www.aspinity.com/