CNN 및 SNN 모두를 기반으로 하는 완벽하게 사용자 정의 가능한 알고리즘과 결합되어 수백 마이크로 와트의 머신러닝 추론을 수행

최저 전력 수준에서 모바일 및 에지 장치의 머신러닝을 위한 텐사이 SoC(사진:홈페이지캡처)
최저 전력 수준에서 모바일 및 에지 장치의 머신러닝을 위한 텐사이 SoC(사진:홈페이지캡처)

혁신적인 새로운 플랫폼을 사용하여 모바일 및 에지 장치에 머신러닝을 제공하는 에타 컴퓨(Eta Compute)가 자율학습을 포함하는 최신 머신러닝 시스템온칩(SoC)을 16일(현지시각) 발표했다. '텐사이(TENSAI®)'라는 이 획기적인 스템온칩은 초 저전력 임베디드 솔루션의 표준을 재정의 하는 이미지 분류, 키워드 스포팅 및 웨이크업 워드(Wake up word) 등을 수행한다.

텐사이는 제 3세대 에타 컴퓨의 '지연 비감지 로직(delay insensitive logic)'을 포함하고 있어 제품이 가장 낮은 전원과 전압에서도 안정적으로 작동하여 최저 전력 소모로 신경 회로망 SNN(self-normalising neural networks)과 CNN(Concolution neural network)을 위한 자체 커널은 작업을 최소화하고 전력 소비를 낮추며, 라벨 없이 데이터에 대해 분류되는 음성, 이미지 및 기타 데이터의 자율 학습이 가능하다.

또한 0.4mJ 밖에 소비하지 않는 이미지 분류 응용 프로그램, 항상 켜져 있는 웨이크업 워드 애플리케이션과 분류 중 500uA를 소비하는 항상 켜는 애플리케이션 또는 웨어러블 및 배터리 작동식 가전제품에 대한 엄격한 요구 사항을 충족시킨다. 또 텐사이는 CNN 및 SNN 모두를 기반으로 하는 완벽하게 사용자 정의 가능한 알고리즘과 결합되어 수백 마이크로 와트의 머신러닝 추론을 수행하며, 스마트 스피커 및 객체 감지 플랫폼과 같은 제품에 통합되어 고객에게 네트워크 인텔리전스를 제공하기 위해 샘플링 되고 있으며, 텐서플로우 또는 Caffe 를 사용하여 프로세서를 학습할 수 있다.

아울러 텐사이는 밀접하게 통합된 DSP 프로세서 및 마이크로 컨트롤러 아키텍처를 사용하여 임베디드 시스템 인텔리전스의 전력을 크게 줄이고 이 솔루션은 모바일 장치, 웨어러블 디바이스, 산업용 감지 및 카메라 등과 전력소비가 큰 오디오, 비디오 및 신호 처리 분야 등의 광범위한 애플리케이션을 지원할 수 있으며, 칩은 2019 년 1 분기에 대량 생산이 가능하고 현재 샘플링 중이다.

한편 에타 컴퓨(Eta Compute  Inc.)는 머신러닝, CPU 및 SoC 설계자, 아날로그 및 디지털 디자이너 등 20 년 이상의 경험을 쌓은 세계적인 리더들로 2015 년에 설립된 스타트업으로 CEO이자 공동 설립자인 고팔 라그하반(Gopal Raghavan) 박사는 창립하기 전에 반도체 회로 설계 도구의 주요 공급 업체인 케이던스 디자인 시스템(Cadence Design Systems) IP 사업부의 CTO 이었으며, 인도공과기술대학 (Kanpur) 학사와 스탠포드 대학에서 전기 공학 석사 및 박사 학위를 취득했다.

저작권자 © 인공지능신문 무단전재 및 재배포 금지