Piirinvalmistajat kehittävät kilvan ratkaisuja, joilla tekoäly ja neuroverkkolaskenta saataisiin integroitua laitteisiin pilven sijaan. Renesas Electronics on esitellyt AI-kiihdytyspiirin, joka perustuu uudenlaiseen PIM-tekniikkaan (processing-in-memory).
PIM-tekniikka on kasvattanut suosiotaan tutkimuskohteena, mutta siihen sisältyy monia haasteita. Nyt Renesas on onnistunut PIM-lohkon integroimiseen SRAM-piiriin, millä päästään ennätykselliseen energiatehokkuuteen konvoluutioneuroverkkolaskennassa.
Renesasin saavuttama lukema on 8,8 TOPS/W eli 8,8 teraoperaatiota sekunnissa yhtä wattia kohti. Renesasin mukaan lukema on tähän asti paras AI-prosessoinnin energiatehokkuudessa.
PIM-tekniikassa kerto- ja yhteenlaskuja suoritetaan SRAM-muistissa. Tämä edellytti useita innovatiivisia ratkaisuja, jotka Renesas esitteli Kiotossa järjestetyssä VLSI Technology and Circuits -symposiumissa. Tapahtumassa Renesas esitteli myös testipiiriä, joka prosessoi kuvantunnistusalgoritmia.
Tähän asti PIM-arkkitehtuurissa on ollut ongelmia päästä neuroverkkolaskennassa riittävään tarkkuuteen, koska SRAM-rakenne pystyi käsittelemään vain bittiarvoja 1 tai 0. Renesasin uusi SRAM-rakenne on kolmiosainen ja siinä voidaan solun virtatasojen perusteella erottaa kolme eri arvoa. Tämä mahdollistaa riittävän tarkkuuden AI-laskennassa.
PIM-arkkitehtuurissa arvo luetaan bittilinjan virrasta. Uudessa rakenteessa Renesas yhdisti komparaattorin (1-bittinen vahvistin) ja toisen kopiosolun, jossa virtaa voidaan kontroloida joustavasti niin, että datanluku onnistuu erittäin tarkasti.
Toinen ongelma on liittynyt SRAM-prosessin variaatioihin, minkä takia eri lohkoissa laskennan luotettavuus on heitellyt. Renesas ratkaisi asian sisällyttämällä piirille useita laskentalohkoja, joissa variaatio olisi minimaalinen. Tämän ansiosta laskentavirheet jäävät niin harvinaisiksi, että ne voidaan sivuuttaa. Testipiirillä Renesas ylsi 99 prosentin varmuuteen kuvantunnistuksessa.
Autoteollisuus on siirtymässä yhä monimutkaisempiin ohjelmistopohjaisiin järjestelmiin, joissa virheetön ohjelmisto on elintärkeää turvallisuuden ja suorituskyvyn varmistamiseksi. Ohjelmiston laatu ja luotettavuus eivät ole enää vain valinnaisia ominaisuuksia, vaan kriittisiä vaatimuksia erityisesti autonomisessa ajamisessa, kehittyneissä kuljettajaa avustavissa järjestelmissä (ADAS) ja yhdistetyissä ajoneuvojärjestelmissä.
Kestävä digitaalinen infrastruktuuri on kriittinen, jotta tietoliikenneverkot voidaan tehokkaasti valjastaa tekoälyinnovaatioiden ja pilvipohjaisten palveluiden tarpeisiin. Tekoälyyn liittyvien datarikkaiden sovellusten lisääntyvä kysyntä edellyttää tietoliikenneverkkoa, joka kykenee käsittelemään suuria tietomääriä alhaisella viiveellä, kirjoittaa Orange Businessin kumppaniratkaisuista vastaava Carl Hansson.
Euroopan unioni ottaa merkittävän askeleen avaruusteknologian kehittämisessä allekirjoittamalla sopimuksen uuden IRIS²-satelliittijärjestelmän toteuttamisesta. Tämä 290 satelliitin verkko on suunniteltu vahvistamaan Euroopan itsenäisyyttä ja turvallista yhteydenpitoa.
Jotta voidaan vastata uuden teknologian vaatimuksiin ja pitää järjestelmät toimimassa ”kellon tavoin”, on aika harkita ajoitusratkaisuja uudelleen. Tässä kaksiosaisessa "Precision Timing" -artikkelissa opit, miksi mikroelektromekaanisiin järjestelmiin eli MEMS-komponentteihin perustuvat piiajoituslaitteet päihittävät kvartsin elektroniikkasuunnittelun uudella aikakaudella. 
Matalatehoisten langattomien ratkaisujen asiantuntija Nordic Semiconductor ja eSIM-ratkaisuja kehittävä Kigen ovat julkistaneet yhteistyön, joka sujuvoittaa massiivisten IoT-verkkojen käyttöönottoa. Yhdessä he esittelevät CES 2025 -messuilla ratkaisun, joka yhdistää Nordic Semiconductorin nRF9151-moduulin ja Kigenin SGP.32 IoT eSIM-teknologian sekä laitteiden hallinta-alustan.
