边缘 AI 芯片摒弃传统 MAC 阵列，实现 55 TOPS/W 能效
一家硅谷初创公司重新构想神经网络数学，推出一款绕过传统乘累加（MAC）阵列的边缘 AI 芯片。这款名为 Ergo 的 7×7 mm 芯片在仅 20 mW 功耗下提供 4 TOPS 性能，实现惊人的 55 TOPS/W 能效。据 Perceive 称，该芯片可在 20 mW 以下运行数据中心级推理工作负载如 YOLOv3，帧率达 30 fps。
Perceive 成立于圣何塞两年前，从隐身模式浮出水面，完全由母公司 Xperi 资助。41 人核心团队配合数量相近的 Xperi 工程师专注于 Ergo 应用开发。创始人兼 CEO Steve Teig 同时担任 Xperi CTO，在芯片设计与 AI 领域有深厚积累，曾领导 3D 可编程逻辑初创公司 Tabula，并担任 Cadence CTO。
Teig 解释起始问题是："神经网络实际执行什么计算？" 通过应用信息论原理，团队识别出网络运算的更高效表达，进而指导 Ergo 架构设计。这种新方法消除了大部分传统 MAC 阵列，使芯片能效比竞品高 20-100 倍。
Ergo 架构包含四个带专用内存的计算簇。不同于依赖 MAC 阵列进行点积计算的典型加速器，Ergo 的簇以新颖的高度并行方式执行运算。该设计支持包括 CNN、RNN 在内的广泛网络拓扑，甚至可并发运行多个异构模型，且无需外部 RAM。
实际演示中，Perceive 同步运行 YOLOv3（60-70M 参数）或 M2Det 与 ResNet-28 和用于语音处理的 LSTM。此能力使同一边缘设备实现实时视觉与音频推理。
激进的功率门控和时钟门控技术进一步提升能效，利用神经网络工作负载的确定性特性。因推理代码无分支，时序可预测，芯片可在运动传感器或模拟麦克风触发前保持近乎关闭状态。激活后，Ergo 能在约 50 ms 内加载完整数据中心级模型并开始推理（含解密）。
除计算外，Ergo 集成硬件图像处理流水线，支持鱼眼镜头去畸变、伽马校正、白平衡和裁剪。等效音频处理模块支持多麦克风波束成型。Synopsis ARC 微处理器（含 DSP 核心）处理额外预处理并运行加密固件，专用安全模块加密所有数据路径和网络权重以保护物联网部署。
Ergo 连接外部 Flash 存储器，支持空中下载更新，允许设备端神经网络再训练或按需切换模型。芯片及参考板目前处于送样阶段，量产计划为 2024 年第二季度。
Steve Teig（图片：Perceive）
Perceive 宣称 Ergo 芯片能效达 55 TOPS/W，仅 20mW 运行 YOLOv3 30fps（图片：Perceive）
Perceive 技术基于利用信息论重新发明神经网络数学（图片：Perceive）
嵌入式
- 云赋能EDA：加速芯片创新与成本效益
- Bluetooth Mesh设计抉择：模组还是离散器件？
- 边缘AI芯片：驱动设备端智能的未来
- Blaize 发布面向 AI 工作负载的图流处理器（GSP）
- 超小型 u-blox BMD-380 蓝牙 5.0 模组：内置陶瓷天线
- 村田与谷歌发布最小边缘 TPU AI 模组：10×15×1.5mm 芯片实现 4 TOPS
- MIT突破：1.6 mm²加密ID芯片利用太赫兹后向散射打击假冒
- Arbe 发布首款汽车级 30fps 4D 成像雷达处理器
- Imec 推出首款脉冲神经网络雷达芯片，功耗降 100 倍、延迟降 10 倍
- ECM3532：Eta Compute首款集成超低功耗AI传感器板加速边缘开发
- ADLINK发布NEON-1000-MDX：即用型边缘AI智能相机加速工业视觉部署
- Forrester 预测 2022 IT 转型：芯片短缺、边缘计算与 IoT 推动可持续性与安全趋势