BrainChip เปิดตัว AKD1500 M.2 เร่งพลัง Edge AI บน Raspberry Pi 5 ใช้ไฟแค่ 250 mW แต่แรงถึง 800 GOPS

AKD1500 Edge AI Coprocessor ซึ่งพัฒนาบนสถาปัตยกรรมประมวลผลแบบนิวโรมอร์ฟิก (Neuromorphic) Akida ของ BrainChip วางจำหน่ายแล้วในรูปแบบการ์ด M.2 2230 ขนาดกะทัดรัด (22 × 30 มม.) ตัวการ์ดมาพร้อมขั้วต่อแบบ B+M Key รองรับการใช้งานร่วมกับ Raspberry Pi 5 และระบบโฮสต์ที่เข้ากันได้ ช่วยเพิ่มขีดความสามารถด้าน Edge AI ได้แบบ Plug-and-Play โดยไม่จำเป็นต้องปรับเปลี่ยนระบบจ่ายไฟหรือระบบระบายความร้อนเดิม อีกทั้งยังสามารถทำงานได้โดยไม่ต้องใช้พัดลม (Fanless)

การ์ด AKD1500 แบบ M.2 ทำงานด้วยแหล่งจ่ายไฟ 3.3 V และเชื่อมต่อผ่านอินเทอร์เฟซโฮสต์ PCIe Gen2 สองเลน
co-processor ตัวนี้มีหน่วยประมวลผลประสาทเทียม (NPU) จำนวน 32 หน่วย สามารถให้ประสิทธิภาพสูงสุดถึง 800 Effective GOPS (INT4) สำหรับงาน inference บน Edge AI นอกจากนี้ยังมีหน่วยความจำบนชิปแบบ dual-port ขนาด 1 MB และใช้พลังงานโดยทั่วไป 250 mW ที่ความถี่ 400 Mhz

สถาปัตยกรรมดิจิทัลแบบ Event-Based ของชิปได้รับการออกแบบให้รองรับการเร่งประมวลผลโมเดลโครงข่ายประสาทเทียมด้วยการใช้พลังงานต่ำเป็นพิเศษ พร้อมสนับสนุนการเรียนรู้บนอุปกรณ์ (On-Device Learning) ทำให้แอปพลิเคชันสามารถปรับตัวและเรียนรู้จากข้อมูลใหม่ได้โดยไม่ต้องเชื่อมต่อกับระบบคลาวด์หรือฝึกโมเดลใหม่ทั้งหมด (Full Model Retraining)

สำหรับการพัฒนาโมเดล นักพัฒนาสามารถสร้างและปรับแต่งโมเดลผ่านชุดเครื่องมือ MetaTF ของ BrainChip ซึ่งรองรับเฟรมเวิร์กยอดนิยมอย่าง TensorFlow Keras และ PyTorch ก่อนนำโมเดลที่ได้ไปติดตั้งและใช้งานบนการ์ด AKD1500

Source : Edge AI coprocessor adopts M.2 form factor

Translated and edited by Bunpajarn
Edge AI | NPU |