ROHM开发出数十毫瓦超低功耗的设备端学习 AI芯片， 无需云服务器、在设备端即可实时预测故障
*设备端（on-device）学习： 在同一ai芯片上进行学习和训练
全球知名半导体制造商rohm（总部位于日本京都市）开发出一款设备端学习*ai芯片（配备设备端学习ai加速器的soc），该产品利用 ai（人工智能）技术，能以超低功耗实时预测内置电机和传感器等的电子设备的故障（故障迹象检测），非常适用于iot领域的边缘计算设备和端点*1。
通常，ai芯片要实现其功能，需要进行设置判断标准的“训练”，以及通过学到的信息来判断如何处理的“推理”。在这种情况下，“训练”需要汇集庞大的数据量形成数据库并随时更新，因此进行训练的ai芯片需要具备很高的运算能力，而其功耗也会随之增加。正因如此，面向云计算设备开发的高性能、昂贵的ai芯片层出不穷，而适用于边缘计算设备和端点（更有效地构建物联网社会的关键）的低功耗、可在设备端学习的ai芯片开发却困难重重。
此次开发出的ai芯片，是rohm在基于日本庆应义塾大学松谷教授开发的“设备端学习算法”，面向商业化开发的ai加速器*2（ai专用硬件计算电路）和rohm8位高效cpu“tinymicon matissecore™（以下简称“matisse”）”构成。通过将2万门超小型ai加速器与高效cpu相结合，能以仅几十mw（仅为以往ai训练芯片的1/1000）的超低功耗实现训练和推理。利用本产品，无需连接云服务器，就可以在设备终端将未知的输入数据和模式形成“不同于以往”的数值并输出，因此可在众多应用中实现实时故障预测。
未来，rohm计划将该ai芯片的ai加速器应用在ic产品中，以实现电机和传感器的故障预测。计划于2023年度推出产品，于2024年度投入量产。
日本庆应义塾大学 理工学部信息工学科 松谷 宏纪 教授表示：“随着5g通信和数字孪生*3等物联网技术的发展，对云计算的要求也越来越高，而在云服务器上处理所有数据，从负载、成本和功耗方面看并不现实。我们研究的‘设备端学习’和开发的‘设备端学习算法’，是为了提高边缘端的数据处理效率，创建更好的物联网社会。这次，我校通过与rohm公司进行联合研究，进一步改进了设备端学习电路技术，并有望以高性价比的方式推出产品。我们预计在不久的将来，这种原型ai芯片将会成功嵌入rohm的ic产品中，为实现更高效的物联网社会做出贡献。”
高管套现频频 聚灿光电该如何自救
FC54组成的有源窄带滤波器电路
动环监控系统的发展如何
光华科技发布2018年半年报称：上半年实现营业收入7.79亿元
联想,突遭调查威胁!原因曝光
ROHM开发出数十毫瓦超低功耗的设备端学习 AI芯片， 无需云服务器、在设备端即可实时预测故障
制造业机器人密度随之呈现增长态势
linux搜索文件里的字符串
防腐磁翻板液位计的工作原理（附图）
手机把天线藏到哪里去了
一文读懂最真实的物理大师霍金最牛大事记——缅怀霍金去世！（最全图文）
多串口船舶导航数据转换器的低成本实现
AC交流电流数值量测原理
随着5G的出现 2020年智能家居行业或将进入爆发期
华为HoloSens SDC AI双目球型摄像机的应用特点及优势
KEEP WATCH！MISHKA 大眼球“盯”上你！
三维可视化开发与应用，三维可视化如何开发
史上最贵iphone8即将上市!这款降到冰点价的iPhone6s还值不值得买?
安谋科技提前完成五年规划目标 四年总营收增长250%
英特尔处理器10nm工艺曝光
全球知名半导体制造商rohm（总部位于日本京都市）开发出一款设备端学习*ai芯片（配备设备端学习ai加速器的soc），该产品利用 ai（人工智能）技术，能以超低功耗实时预测内置电机和传感器等的电子设备的故障（故障迹象检测），非常适用于iot领域的边缘计算设备和端点*1。
通常，ai芯片要实现其功能，需要进行设置判断标准的“训练”，以及通过学到的信息来判断如何处理的“推理”。在这种情况下，“训练”需要汇集庞大的数据量形成数据库并随时更新，因此进行训练的ai芯片需要具备很高的运算能力，而其功耗也会随之增加。正因如此，面向云计算设备开发的高性能、昂贵的ai芯片层出不穷，而适用于边缘计算设备和端点（更有效地构建物联网社会的关键）的低功耗、可在设备端学习的ai芯片开发却困难重重。
此次开发出的ai芯片，是rohm在基于日本庆应义塾大学松谷教授开发的“设备端学习算法”，面向商业化开发的ai加速器*2（ai专用硬件计算电路）和rohm8位高效cpu“tinymicon matissecore™（以下简称“matisse”）”构成。通过将2万门超小型ai加速器与高效cpu相结合，能以仅几十mw（仅为以往ai训练芯片的1/1000）的超低功耗实现训练和推理。利用本产品，无需连接云服务器，就可以在设备终端将未知的输入数据和模式形成“不同于以往”的数值并输出，因此可在众多应用中实现实时故障预测。
未来，rohm计划将该ai芯片的ai加速器应用在ic产品中，以实现电机和传感器的故障预测。计划于2023年度推出产品，于2024年度投入量产。
日本庆应义塾大学 理工学部信息工学科 松谷 宏纪 教授表示：“随着5g通信和数字孪生*3等物联网技术的发展，对云计算的要求也越来越高，而在云服务器上处理所有数据，从负载、成本和功耗方面看并不现实。我们研究的‘设备端学习’和开发的‘设备端学习算法’，是为了提高边缘端的数据处理效率，创建更好的物联网社会。这次，我校通过与rohm公司进行联合研究，进一步改进了设备端学习电路技术，并有望以高性价比的方式推出产品。我们预计在不久的将来，这种原型ai芯片将会成功嵌入rohm的ic产品中，为实现更高效的物联网社会做出贡献。”
高管套现频频 聚灿光电该如何自救
FC54组成的有源窄带滤波器电路
动环监控系统的发展如何
光华科技发布2018年半年报称：上半年实现营业收入7.79亿元
联想,突遭调查威胁!原因曝光
ROHM开发出数十毫瓦超低功耗的设备端学习 AI芯片， 无需云服务器、在设备端即可实时预测故障
制造业机器人密度随之呈现增长态势
linux搜索文件里的字符串
防腐磁翻板液位计的工作原理（附图）
手机把天线藏到哪里去了
一文读懂最真实的物理大师霍金最牛大事记——缅怀霍金去世！（最全图文）
多串口船舶导航数据转换器的低成本实现
AC交流电流数值量测原理
随着5G的出现 2020年智能家居行业或将进入爆发期
华为HoloSens SDC AI双目球型摄像机的应用特点及优势
KEEP WATCH！MISHKA 大眼球“盯”上你！
三维可视化开发与应用，三维可视化如何开发
史上最贵iphone8即将上市!这款降到冰点价的iPhone6s还值不值得买?
安谋科技提前完成五年规划目标 四年总营收增长250%
英特尔处理器10nm工艺曝光