Eta Compute - 推出超低功耗边缘侧AI芯片

AI芯片初创公司Eta Compute推出首款量产的边缘AI芯片ECM3532，以仅100µW的功率可实现物联网中的在线图像处理和传感器应用，号称能效是其竞品的100-1000倍。

芯东西2月13日消息，AI芯片初创公司Eta Compute推出首款量产的边缘AI芯片ECM3532，以仅100µW的功率可实现物联网中的在线图像处理和传感器应用，号称能效是其竞品的100-1000倍。

ECM3532为双核（Arm Cortex-M3和NXP CoolFlux DSP）SoC，可支持用于电池供电或能源采集设计的微瓦级传感器融合应用。

Eta Compute称其设备为“世界上最节能的边缘AI处理器”，旨在处理物联网中的AIoT或AI应用。

如边缘侧的图像识别 -

其典型的应用是在不将数据发送到云的情况下，实现传感器融合、声音分类、图像分类或人员检测等功能，以最大程度地减少无线传输过程中的功耗。

如语音识别 -

由于这些物联网终端的功率预算有限，芯片的功耗实际上必须低于1mW。

Eta Compute如何通过现有内核实现这种功耗水平？据悉，该公司有三个关键要诀。

首先，Eta Compute拥有一项专有的电压和频率缩放技术，该技术拥有七项专利（还有八项正在申请中的专利）。连续电压和频率缩放（CVFS）允许调整DSP和MCU内核的电压和时钟频率，以满足物联网设备的可变工作负载。

Tewksbury解释说：“内部电源电压（可调整）与该时钟速率相对应。因此，当时钟速率较低时，我们可以将电压一直降低到维持该时钟速率所需的最小值，而当频率升高时，我们可以提高电压。由于功率随电压的平方变化，因此我们可以大大降低功耗。”

传统的动态电压和频率缩放方法是通过更改PLL（锁相环）的状态来实现的，这需要时间。而Eta Compute的CVFS技术无需使用PLL，因为时钟频率是通过自定时架构在内部确定的。

另一个关键因素是该芯片的混合多核架构，它是Arm Cortex-M3 MCU内核和NXP CoolFlex DSP内核的组合。CVFS技术在两个内核上都独立使用，也就是说，它们可以在不同的电压和频率下运行，以最大程度地减少能耗。

据Tewksbury介绍，这两个内核均可用于AI / ML工作负载，并指出信号调节和特征提取等工作负载更适合DSP。工作负载通过软件在内核之间分配。

Eta Compute超低功耗的第三个关键要素是针对特定应用的神经网络优化，相比标准TensorFlow框架的设计，它可将电源效率提高一个数量级。