在Sensor Expo 2018, Paul Washkewicz，营销副总裁eta compute解释他的公司的专用集成电路(ASIC)如何使用异步逻辑降低微控制器单元(MCU)的功率，以延长电池寿命。ASIC是基于ARM M3和NXP的CoolFlux数字信号处理器(DSP)。
两个使用异步技术的人工智能(AI)演示允许他们支持一个尖峰神经网络(SSN)，这是一个非常高效的人工智能引擎。命令识别提供了其中一个演示。在这个功能的基础上，在“始终在线唤醒字演示”中，选择被识别的命令字启动活动。演示程序通常只吸引1毫瓦，直到语音命令词唤醒它。除了命令识别，它还可以进行噪声消除和回声消除。
由Eta Compute开发的节能asic和基于snn的人工智能软件避免了对资源(内存和计算)有限的边缘设备应用程序需要许多训练样本。
利用他们的技术(包括过程不敏感和低压设计)，该公司最近在关键字识别方面实现了8个数量级的模型效率的基准，而用于推理的能耗仅为2mw。
对于传感应用，特别是基于加速度计、化学传感器和陀螺的运动和环境传感器，Eta Compute的方法使传感器集线器能够执行更广泛的传感器算法，提供来自移动和物联网(IoT)联网设备的实时数据和更新。
了下:AI•机器学习，传感器提示
告诉我们你的想法!