Oleh Denie Kristiadi | Published 28-06-2021

DAFTAR ISI ARTIKEL

• Akselerator Canggih
• Peran Energi Surya

AI digunakan dalam berbagai aplikasi yang sangat berguna, seperti memprediksi masa pakai mesin melalui getarannya, memantau aktivitas jantung pasien, dan menggabungkan kemampuan pengenalan wajah ke dalam sistem pengawasan video. Kelemahannya adalah bahwa teknologi berbasis AI umumnya membutuhkan banyak daya dan, dalam banyak kasus, harus terhubung secara permanen ke cloud, menimbulkan masalah terkait perlindungan data, keamanan TI, dan penggunaan energi.

CATATAN PENTING

• Sistem ini menggunakan arsitektur pemrosesan sinyal yang sama sekali baru, meminimalkan konsumsi daya.
• Insinyur dari CSEM telah mengembangkan sistem-on-a-chip yang menjalankan operasi AI secara lokal dan dapat berjalan dengan baterai kecil atau sel surya.

Insinyur dari Swiss Centre for Electronics and Microtechnology (CSEM) mungkin telah menemukan cara untuk mengatasi masalah tersebut, berkat sistem-on-chip baru yang telah mereka kembangkan. Ini berjalan pada baterai kecil atau sel surya kecil dan menjalankan pengoperasian AI secara lokal di chip bukan di cloud. 

Terlebih lagi, sistem mereka sepenuhnya modular dan dapat disesuaikan untuk aplikasi apa pun yang memerlukan pemrosesan sinyal dan gambar secara real-time, terutama saat melibatkan data sensitif. Para insinyur ini mempresentasikan perangkat mereka di Simposium Sirkuit VLSI 2021 yang bergengsi di Kyoto.

Akselerator Canggih

Sistem-on-chip CSEM bekerja melalui arsitektur pemrosesan sinyal yang sama sekali baru yang meminimalkan jumlah daya yang dibutuhkan. Ini terdiri dari chip ASIC dengan prosesor RISC-V (juga dikembangkan di CSEM) dan dua akselerator pembelajaran mesin yang digabungkan: satu untuk deteksi wajah, misalnya, dan satu untuk klasifikasi. Yang pertama adalah mesin binary decision tree (BDT) yang dapat melakukan tugas-tugas sederhana tetapi tidak dapat melakukan operasi pengenalan.

“Ketika sistem kami digunakan dalam aplikasi pengenalan wajah, misalnya, akselerator pertama akan menjawab pertanyaan awal seperti: Apakah ada orang di dalam gambar? Dan jika demikian, apakah wajah mereka terlihat?” kata Stéphane Emery, kepala penelitian system-on-chip di CSEM. “Jika sistem kami digunakan dalam pengenalan suara, akselerator pertama akan menentukan apakah ada suara bising dan apakah suara itu sesuai dengan suara manusia. Tapi itu tidak bisa melihat suara atau kata-kata tertentu — di situlah akselerator kedua masuk.”

Akselerator kedua adalah mesin jaringan saraf convolutional (Convolutional Neural Network atau CNN) yang dapat melakukan tugas yang lebih rumit seperti mengenali wajah individu dan mendeteksi kata-kata tertentu yang juga menghabiskan lebih banyak energi. Pendekatan pemrosesan data dua tingkat ini secara drastis mengurangi kebutuhan daya sistem, karena sebagian besar waktu hanya akselerator pertama yang berjalan.

Peran Energi Surya

Sebagai bagian dari penelitian mereka, para insinyur meningkatkan kinerja akselerator itu sendiri, membuatnya dapat beradaptasi dengan aplikasi apa pun yang memerlukan pemrosesan sinyal dan gambar berbasis waktu. “Sistem kami pada dasarnya bekerja dengan cara yang sama terlepas dari aplikasinya,” kata Emery. “Kami hanya perlu mengkonfigurasi ulang berbagai lapisan mesin CNN kami.”

Inovasi CSEM membuka pintu ke generasi perangkat yang sama sekali baru dengan prosesor yang dapat berjalan secara independen selama lebih dari satu tahun. Pilihan menggunakan sel surya juga secara tajam mengurangi biaya pemasangan dan pemeliharaan untuk perangkat tersebut, dan memungkinkan mereka untuk digunakan di tempat-tempat yang sulit untuk mengganti baterai.

IMAGE CREDIT: CSEM