机房360首页
当前位置:首页 » 业界动态 » AIStorm为AI边缘计算芯片筹集了1320万美元

AIStorm为AI边缘计算芯片筹集了1320万美元

来源:图课网 作者: 更新时间:2020/5/9 9:19:56

摘要:AIStorm称其技术为“AI-in-Sensor”处理(AIS),并声称它有潜力不仅消除与传统的尖端机器学习实现相关的功率需求和成本,而且消除延迟。 为此,AIStorm的飞溅芯片设计能够每秒2.5个理论操作和每瓦10个理论操作,Schie认为这比基于GPU的系统的平均功率绘制低5到10倍。

  边缘计算-也就是说,将计算降级到智能设备的网络体系结构,而不是云中的服务器-预计到2022年将是一个$67.2亿的市场。 它的增长将与深度学习芯片组市场相吻合,一些分析师预计到2025年将达到663亿$。 这是有原因的——预计未来六年,边缘计算将占全球AI芯片组业务总量的四分之三。

  马克西姆(Maxim)、米格雷(Micrel)和Semtech(Semtech)的前高管大卫?谢(David Schie)认为,这两个市场都已经成熟,有可能出现混乱。 2011年,他与WSI、东芝和Arm的老兵Robert Barker、Andreas Sibrai和Cesar Matias共同创立了AIStorm,一家总部位于圣何塞的人工智能(AI)初创公司,开发芯片组,可以直接处理可穿戴设备、手机、汽车设备、智能扬声器和其他物联网设备的数据。 今天,这家初创公司从隐身中诞生,$1320万系列的支持来自生物识别供应商Egis技术、成像传感器公司Tower Jazz、Meyer公司和线性尺寸半导体-所有四家公司都表示,他们计划将该公司的技术集成到即将到来的产品中。

  担任CEO的Schie说,新资本将推动AIStorm的工程和上市努力。 他补充道:“AIStorm的革命性方法允许在低成本模拟技术中实现边缘解决方案。”

  AIStorm称其技术为“AI-in-Sensor”处理(AIS),并声称它有潜力不仅消除与传统的尖端机器学习实现相关的功率需求和成本,而且消除延迟。 为此,AIStorm的飞溅芯片设计能够每秒2.5个理论操作和每瓦10个理论操作,Schie认为这比基于GPU的系统的平均功率绘制低5到10倍。 此外,通过使用一种称为开关电荷处理的技术,该技术允许芯片控制电子在存储元件之间的移动,他说,该芯片能够通过在不首先数字化的情况下摄取和处理数据来进一步提高效率。

  为什么最后一点很重要? 考虑一下指向仓库的安全摄像头。 感兴趣的点-例如,入侵者可能进入的门周围的区域-只占总像素的一小部分,因此一个连接的系统必须轮询传感器的图像数据,以试图找出重点。 相反,AIStorm的芯片允许传感器本身处理事件、做出决定和执行分析。

  “边缘应用程序必须处理传感器产生的大量数据,”Egis Technology COO Todd Lin解释说。 “数据数字化需要时间,这意味着这些应用程序没有时间从传感器数据流中智能地选择数据,而是需要收集大量的数据,然后再处理。”

  根据Schie的说法,这些优势——以及AIStorm芯片组的可编程架构和与流行抽象层的兼容性,如谷歌的TensorFlow——可以在智能手表、增强现实眼镜或电池寿命为数年而不是数周或数月的相机等设备上实现生物鉴别。

  Tower Jazz传感器业务的高级副总裁兼总经理Avi Strum博士说:“将传感器与成像仪结合起来,跳过昂贵的数字化过程,是非常有意义的。 “对于我们的客户来说,这将为智能、事件驱动的操作和高速处理提供新的可能性。

  本月AIStorm测试芯片,计划明年发货生产订单.. 除了硅谷总部,该公司还在凤凰城、亚利桑那州和奥地利格拉茨设有办事处。

  责任编辑:张华

机房360微信公众号订阅
扫一扫,订阅更多数据中心资讯

本文地址:http://www.jifang360.com/news/202059/n9599129268.html 网友评论: 阅读次数:
版权声明:凡本站原创文章,未经授权,禁止转载,否则追究法律责任。
相关评论
正在加载评论列表...
评论表单加载中...
  • 我要分享
推荐图片