咨询热线:400-735-2288

您的位置:首页>新闻资讯>行业资讯>释放未开发的记忆智能潜力

行业资讯

释放未开发的记忆智能潜力

在过去的几十年里,创新的内存架构塑造了各种物理设备的内存设计。这种变化还在继续,并且从人工智能、物联网和机器人技术的角度来看尤其有趣。

记忆智能

多年来,系统开发取得了长足的进步。这个过程在计算机被设计时就开始了。在系统中,关键组件是处理器和内存。当这两者都有效时,您将获得更多的处理能力和更好的内存带宽。在处理方面已经发生了很多事情,中央处理单元 (CPU) 演变为图形处理单元 (GPU),然后又过渡到神经处理单元 (NPU)。

随着 NPU 的引入以实现更快的人工智能 (AI) 处理,这已在手机中生效。那里似乎已经达到了最大限制。现在的重点正在转向加强记忆效率。这就是 3D SRAM 和堆栈 DSRAM 的用武之地。“如果智能存储器在未来开始出现,我不会感到惊讶。我们还没有达到那个地步,但我们已经到了一个阶段,我们正在考虑在软件中进行流水线设计,”Shunyaos 创始人 Nikhil Bhaskaran 说。

神经网络

神经网络在开发智能内存以实现更快的数据计算和效率方面无疑是有希望的。庞大的数据集需要频繁的内存访问。在当今的内存系统中这样做会导致效率低下,从而导致速度损失。为了克服这个问题,边缘人工智能提供了一种可行的解决方案,可以快速获得输出。“这与测试系统的极限有关,但那是事情开始解决的时候,”Nikhil 说。

未来是关于人工智能完全发生在处理器和内存都需要高效的边缘。“他们就像夫妻一样。不能走得太快,否则婚姻会破裂。一切都必须同时发生,”Nikhil 解释道。

卷积神经网络 (CNN) 通过乘法累加 (MAC) 操作(即将两个值相乘并将结果存储在累加器中)进行大量处理。这里的值必须在执行下一个操作时保持一段时间。但是,如果交付和接收该价值所花费的时间超过其处理速度,那么就会出现问题。一种解决方案是使内存更靠近系统,以便通过接口管道提高带宽速度。随着我们越来越多地转向边缘计算,这是非常必要的。

物联网视角下的内存

物联网通常涉及通信、处理和存储数据。虽然微控制器可以有效地处理嵌入式系统,但它们无法处理与云通信所需的高速数据控制、传输和存储。因此,物联网需要加强内存架构。Arihant 物联网和数字业务负责人 Dharmendra Kumar 表示:“嵌入式系统需要在尺寸、数据和功率方面具有较低的限制。”

他强烈建议设计工程师采用 EMC 和通用闪存 (UFS) 等存储器,这些存储器同时具有微控制器和智能功能。“从物联网的角度来看,内存不仅需要软件,还需要硬件,”他强调说。

近年来,手机已成为实现物联网设备无缝运行的强大工具。因此,如果需要简单的操作,例如打开/关闭 IoT 设备,则相关数据可以存储在设备本身而无需内存。但如果需要执行数据智能和传感器数据采集等复杂过程,则需要内存。

同时,有些情况也需要考虑网络。以窄带物联网 ( NB-IoT )为例。它是 GSM 技术的一部分,其中数据处于恒定运动状态。那么为什么不消除对外部存储器的需求,而只需将存储器放置在 NB-IoT 模块内呢?为此,可以通过主机微控制器的概念连接 GSM 平台和嵌入式系统。在嵌入式系统中,多少数据适合从硬件传输到软件也需要仔细考虑。

移动机器人内存

机器人的效率决定了工作输出的质量,对此应该有智能的处理和控制。为了实现这一点,内存管理和组织很重要。操作系统和嵌入式软件之间的通信接口需要两个或多个不同平台之间的有效同步。

在一个行业中,通常有多个工作站,每个工作站都有不同的需求。例如,一个工作站需要从商店获取材料,另一个需要将成品运输到仓库,等等。在这里,用于执行此类任务的工业移动机器人应该能够有效地从一个工作站到另一个工作站。

由于在这种情况下很难预测呼叫的性质和应用,因此应根据风险和紧急程度进行优先排序,这需要机器人的智能。如果任务具有高风险或高紧迫性,则应优先考虑。

这种优先级的分配类似于神经网络系统的权重。这里以呼叫请求的形式分配权重。除此之外,单板计算机可以用于队列机制,可以存在堆栈来执行内存组织和调用请求管理。还应该有一个移动机器人定位部分来实现机器人运动的运动。

“定位意味着机器人应该有一条畅通无阻的移动路径。机器人状况对于检查磨损机制和对齐问题也很重要。一切都使用惯性测量和位置传感器进行监控。从这些传感器中,我们可以实现传感器融合算法。基于此算法,呼叫管理和内存组织的优先级有助于提高机器人的智能和效率,也可以将其视为具有手推车式物料运输系统的智能移动机器人,”Embedded 的自由顾问 Vishnu Kumar 说。系统和移动机器人。

所有这些都决定了机器人如何在特定环境中自主工作。

随着处理速度的要求日益提高,从处理器和其他外围设备访问内存至关重要。同时,为了高效的电源管理和消耗,某些算法应该被即兴发挥。普通电池电量足以满足当今机器人的需求,但未来将需要大量电机和多个动力处理设备。因此,还应该考虑电源管理。功率器件的尺寸和重量也相当重要。

边缘设备设计与制造

印度政府正在采取许多举措来促进其“印度制造”计划下的制造业。但专注于嵌入式系统或模块的挑战在于,印度对内存生产和制造生态系统的支持不足。这些都需要开发。

Dharmendra 告知,在其他一些国家/地区,正在进行涉及纳米管 RAM (NRAM) 的研究。因此,印度也应该采用 NRAM 并采用这种技术。

已经开发了 ReRAM 和 NRAM 等技术,但印度在这些方面落后。国内有发展平台,应该好好利用。“虽然我们正在做出一些努力,但我们需要生态系统。政府正在采取很多举措,但即使是设计,他们也需要支持生态系统,”他说。

同样,Nikhil 认为应该更多地强调设计而不是制造。正如中国擅长制造,印度擅长设计。“如果我们必须成为领导者,那么我们必须对最新技术进行大众教育,而不是掌握它们。这就是印度成为设计领导者所需要的一切,”他说。他认为,要实现我们的制造愿望,我们应该从中国制造业中汲取灵感,同时在我们的优势,即设计方面保持务实。

进一步的见解

下一个创新层次将是量子计算。由于量子是多维的,因此需要一个能够进行所有管理的智能芯片。

关于在给定设备中增加 RAM 容量的可能性,ReRAM 的出现可以帮助增加它,特别是对于空间受限的区域和数据速率非常高的区域。

总之,边缘人工智能在增强内存设计以开发强大的嵌入式系统方面发挥着至关重要的作用。在物联网领域,应该有一个强大的数据通信,配备可靠的数据存储和隐私机制。对于移动机器人,定义明确的内存组织决定了机器人系统的智能,从而确定任务的优先级。有了这些,接下来的时间肯定会非常令人兴奋,因为它将为下一代先进的驾驶辅助系统、人工智能和无记忆生态系统带来新的机会。

上一篇:汽车中的人工智能,未来就在眼前
下一篇:Wi-Fi路由器是否存在健康风险?
客服
分享
电话
服务电话:
400-735-2288
TOP
在线客服 在线客服
服务电话
联系我们
  • 400-735-2288