Maxim Integrated推出神经网络加速器芯片，在电池供电设备中实现IoT人工智能

Maxim Integrated Products, Inc 推出带有神经网络加速器的MAX78000低功耗微控制器，支持电池供电的嵌入式物联网(IoT)设备在边缘通过快速、低功耗人工智能(AI)推理来制定复杂决策。与软件方案相比，这种快速、低功耗的决策实施使得复杂的AI推理能耗降低到前期方案的百分之一以内，采用AI技术的电池供电系统可大幅延长其运行时间，有助于实现之前无法逾越的新一代电池供电AI应用。此外，MAX78000并没有影响延迟指标和成本：其成本只是FPGA或GPU方案的零头，而执行推理的速度比低功耗微控制器上实施的软件方案快100倍。
    AI技术使机器能够以之前完全不可能的方式来观察、聆听和感知世界。过去，将AI推理布置到边缘意味着从传感器、摄像机和麦克风收集数据，然后将数据发送到云端实现推理算法，再将结果送回到边缘。由于延迟和能耗较大，这种架构对于边缘普及极具挑战。作为替代方案，低功耗微控制器可用于实施简单的神经网络运算，但延迟会受到影响，且只能在边缘执行简单任务。
    通过集成专用的神经网络加速器，MAX78000克服了这些局限性，凭借在本地以低功耗实时执行AI处理，使机器能够看到和听到复杂的型态。由于MAX78000执行推理的功耗不到微控制器软件运行功耗的百分之一，大幅提高了机器视觉、语音和面部识别等应用的工作效率。MAX78000的核心是专用硬件，其设计旨在最大程度地降低卷积神经网络(CNN)的能耗和延迟。该硬件运行时几乎不需要任何微控制器核的介入，意味着操作的流线化程度极高。能量和时间仅用于实施CNN的数学运算。为了将外部世界的采集数据高效输入到CNN引擎，用户可使用两种集成微控制器核之一：超低功耗ARM?  Cortex?-M4 核，或功耗更低的RISC-V核。
      鉴于AI开发的挑战性，Maxim Integrated提供了工具，实现平稳的评估和开发体验。MAX78000EVKIT#包括音频和摄像头输入，开箱即用的演示平台支持大字表关键词检索和面部识别。完备的文档可帮助工程师训练MAX78000网络，且采用其日常使用的工具：TensorFlow或PyTorch。