De Analoge Interferentie Accelerator of AnIA, is een chipontwerp specifiek voor AI. Ze moet het mogelijk maken dat er meer data op de chip kan worden verwerkt. Dat heeft als voordeel dat voor sommige toepassingen die data niet eerst naar de cloud moet worden gestuurd voor verwerking, wat beter is voor privacy, veiligheid, maar ook verwerkingssnelheid.

Het voornaamste probleem met AI-berekeningen is dat ze zo talrijk zijn dat ze veel energie verbruiken. AnIA geeft daar een antwoord op met een nieuwe chiparchitectuur. Zo is de rekenprocessor normaal gescheiden van het geheugen, maar hier gebeuren de berekeningen in het SRAM, waar ook de gegevens worden opgeslagen.

Analoog in plaats van digitaal

Een andere opmerkelijke nieuwigheid is dat de berekeningen met analoge technologie worden gemaakt in plaats van digitaal. Dat lijkt vreemd, want die berekeningen zijn minder precies, maar het eindresultaat (patroonherkenning) blijft even accuraat terwijl het stroomverbruik veel lager ligt. Imec spreekt zelf van 2.900 biljoen bewerkingen per seconde per watt.

"Onze AnIA-chip toont niet alleen aan dat dit in praktijk mogelijk is; maar ook dat dit nu al tien tot honderd keer energie-efficiënter gebeurt dan in digitale chips. Deze beloftevolle resultaten moedigen ons aan om deze revolutionaire technologie verder te ontwikkelen," zegt Diederik Verkest, programmadirecteur voor machine learning bij imec.

De chip werd ontworpen door imec en wordt nu geïmplementeerd door chipfabrikant GlobalFoundries op haar 22FDX-platform. "Deze testchip is een cruciale stap voorwaarts om de industrie te laten zien hoe we het energieverbruik van machine learning-toepassingen aanzienlijk kunnen verminderen." Aldus Hiren Majmudar, vice-president van de Compute Business Unit bij GlobalFoundries.

Het is overigens niet de eerste keer dit jaar dat imec met een chip komt die inzet op energiezuinigheid. Eind april stelde de onderzoeksinstelling ook een chip voor die veel sneller kan beslissen dankzij spiking neurale netwerken (SNN). AnIA bereikt deels hetzelfde doel, maar op een andere manier. Het gaat dus om twee verschillende ontwikkelingen die een vergelijkbaar resultaat opleveren.

De Analoge Interferentie Accelerator of AnIA, is een chipontwerp specifiek voor AI. Ze moet het mogelijk maken dat er meer data op de chip kan worden verwerkt. Dat heeft als voordeel dat voor sommige toepassingen die data niet eerst naar de cloud moet worden gestuurd voor verwerking, wat beter is voor privacy, veiligheid, maar ook verwerkingssnelheid.Het voornaamste probleem met AI-berekeningen is dat ze zo talrijk zijn dat ze veel energie verbruiken. AnIA geeft daar een antwoord op met een nieuwe chiparchitectuur. Zo is de rekenprocessor normaal gescheiden van het geheugen, maar hier gebeuren de berekeningen in het SRAM, waar ook de gegevens worden opgeslagen.Een andere opmerkelijke nieuwigheid is dat de berekeningen met analoge technologie worden gemaakt in plaats van digitaal. Dat lijkt vreemd, want die berekeningen zijn minder precies, maar het eindresultaat (patroonherkenning) blijft even accuraat terwijl het stroomverbruik veel lager ligt. Imec spreekt zelf van 2.900 biljoen bewerkingen per seconde per watt."Onze AnIA-chip toont niet alleen aan dat dit in praktijk mogelijk is; maar ook dat dit nu al tien tot honderd keer energie-efficiënter gebeurt dan in digitale chips. Deze beloftevolle resultaten moedigen ons aan om deze revolutionaire technologie verder te ontwikkelen," zegt Diederik Verkest, programmadirecteur voor machine learning bij imec.De chip werd ontworpen door imec en wordt nu geïmplementeerd door chipfabrikant GlobalFoundries op haar 22FDX-platform. "Deze testchip is een cruciale stap voorwaarts om de industrie te laten zien hoe we het energieverbruik van machine learning-toepassingen aanzienlijk kunnen verminderen." Aldus Hiren Majmudar, vice-president van de Compute Business Unit bij GlobalFoundries.Het is overigens niet de eerste keer dit jaar dat imec met een chip komt die inzet op energiezuinigheid. Eind april stelde de onderzoeksinstelling ook een chip voor die veel sneller kan beslissen dankzij spiking neurale netwerken (SNN). AnIA bereikt deels hetzelfde doel, maar op een andere manier. Het gaat dus om twee verschillende ontwikkelingen die een vergelijkbaar resultaat opleveren.