8XМеждународная научно-практическая конференция
УДК 004
Антониади Константин Сергеевич Antoniadi Konstantin Sergeevich
Студент Student
Ковалева Ксения Александровна Kovaleva Ksenia Alexandrovna
Кандидат экономических наук,
Доцент PhD in Economics, Docent
Кубанский государственный аграрный университет имени И. Т. Трубилина Kuban State Agrarian University named after I.T. Trubilin
ОБЗОР ЭНЕРГОЭФФЕКТИВНОЙ СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА КРИСТАЛЛЕ, РАБОТАЮЩЕЙ
ОТ СОЛНЕЧНОЙ БАТАРЕИ
AN OVERVIEW OF AN ENERGY EFFICIENT SOLAR-POWERED ARTIFICIAL INTELLIGENCE SYSTEM ON A CHIP
Аннотация, как известно, во время передачи данных на сервер, вопрос безопасности стоит на первом месте. Инженеры CSEM разработали новую систему на кристалле, которая помогает решить этот вопрос.
Abstract: as you know, when transferring data to the server, the security issue comes first. CSEM engineers have developed a new system-on-chip that helps address this issue.
Ключевые слова, нейронные сети, искусственный интеллект, электронный чип, энергоэффективность, солнечные батареи.
Key words: neural networks, artificial Intelligence, electronic chip, energy efficiency, solar
panels.
Искусственный интеллект (ИИ) используется во множестве чрезвычайно полезных приложений, таких как прогнозирование срока службы машины с помощью ее вибраций, мониторинг сердечной деятельности пациентов и включение возможностей распознавания лиц в системы видеонаблюдения. Обратной стороной является то, что технология на основе ИИ обычно требует
«Инновационные аспекты развития науки и техники» большого количества энергии и в большинстве случаев должна быть постоянно
подключена к облаку, что вызывает проблемы, связанные с защитой данных,
информационной безопасностью и энергопотреблением.
Инженеры CSEM нашли способ обойти эти проблемы благодаря новой системе на кристалле, которую они разработали. Он работает от маленькой батареи или небольшого солнечного элемента и выполняет операции искусственного интеллекта локально на чипе, а не на серверах. Более того, их система полностью модульная и может быть адаптирована к любому приложению, где требуется обработка сигналов и изображений в реальном времени, особенно когда речь идет о конфиденциальных данных.
Система на кристалле CSEM работает через совершенно новую архитектуру обработки сигналов, которая сводит к минимуму потребляемую мощность. Он состоит из микросхемы ASIC с процессором RISC-V (также разработанной в CSEM) и двух тесно связанных уровней машинного обучения: например, для обнаружения лиц и для классификации. Первый — это механизм двоичного дерева решений (BDT), который может выполнять простые задачи, но не может выполнять операции распознавания.
Когда данная система используется, например, в приложениях для распознавания лиц, первый уровень сможет дать понять, есть ли люди на изображениях и если да, то видны ли их лица. Если система используется для распознавания голоса, первый уровень определит, присутствует ли шум и соответствует ли этот шум человеческим голосам. Но он не может разобрать конкретные голоса или слова — здесь и пригодится второй уровень.
Второй уровень — это механизм сверточной нейронной сети, который может выполнять эти более сложные задачи — распознавать отдельные лица и обнаруживать определенные слова, но он также потребляет больше энергии. Этот двухуровневый подход к обработке данных резко снижает энергопотребление системы, поскольку большую часть времени работает только первый ускоритель.
XМеждународная научно-практическая конференция
В рамках своих исследований инженеры улучшили производительность
самих уровней, сделав их адаптируемыми к любому приложению, где необходима временная обработка сигналов и изображений.
Инновация CSEM открывает двери для совершенно нового поколения устройств с процессорами, которые могут работать независимо более года. Это также резко снижает затраты на установку и обслуживание таких устройств и позволяет использовать их в местах, где было бы трудно заменить батарею.
Библиографический список:
1. Нейронные сети // http://statsoft.ru/home/textbook/modules/stneunet.html (дата обращения: 10.06.2021).
2. Системы на кристалле: общее представление и тенденции развития // https://kit-e.ru/fpga/sistemy-na-kristalle-obshhee-predstavlenie-i-tendenczii-razvitiya (дата обращения: 17.06.2021).
3. Омельченко, Д. А. Технологии и методы обработки экономической информации / Д. А. Омельченко, К. А. Ковалева // Единство и идентичность науки: проблемы и пути решения : сборник статей по итогам Международной научно-практической конференции, Тюмень, 08 февраля 2018 года. - Тюмень: Общество с ограниченной ответственностью "Агентство международных исследований", 2018. - С. 62-67.
