EO516_marzo_2024

DIGITAL MCU s I primi microcontrollori basati su questa architettura sono i componenti della famiglia di dispositivi Ensemble di Alif Semiconductor. Nei test applicativi pratici, è stato riscon- trato che la combinazione di un core real-time Cortex-M55 e dellamicroNPUEthos-U55 permette di ridurre il consumo energetico di un carico di lavoro AI del 90% rispetto ad al- tri dispositivi Cortex-M. Ciò è supportato da una riduzio- ne fino al 90% dei requisiti di memoria di sistema e da una riduzione fino al 75% delle dimensioni del modello di ma- chine learning grazie all’ottimizzazione offline all’interno dellamicroNPU e ad algoritmi avanzati di compressione del modello lossless. Con l’introduzione della famiglia Ensem- ble di Alif Semiconductor nel campo dei microcontroller a 32 bit, i progettisti possono ora accedere a una nuova classe di dispositivi che abbina la “familiarità” di un microcon- troller general-purpose con i vantaggi dell’inferenza IA/ML a basso consumo. Creazione di un microcontrollore general- purpose per carichi di lavoro IA/ML Sebbene la famiglia di dispositivi Ensemble di Alif Se- miconductor rappresenti uno sviluppo interessante per i progettisti che desiderano fornire funzionalità migliorate dall’intelligenza artificiale nei loro dispositivi alimeati a batteria, è possibile ottenere diversi livelli di inferenza IA/ ML tramite lo stacking di più set di processori Cortex-M ed Ethos-U accoppiati. Ad esempio, il dispositivo base della famiglia Ensemble uti- lizza un Cortex-M55 real-time a core singolo supportato da un acceleratore IA/ML Ethos-U55 microNPU. Ensemble E3 è il primo di questa nuova famiglia di MCU con accelera- zione hardware a entrare in produzione. Alif ha presenta- to dimostrazioni e dati iniziali molto incoraggianti all’Arm DevSummit del 2021 e da allora il numero di casi d’uso e benchmark valutati è aumentato in modo significativo. Ad esempio, un modello MobileNet V2 1.0 addestrato sul data- set ImageNet viene eseguito 135 volte più velocemente uti- lizzando gli acceleratori microNPU di Alif rispetto a quando viene eseguito su un singolo MCU Cortex-M55, ottenendo un tempo di esecuzione di 20 ms rispetto ai quasi 3 secon- di richiesti quando si utilizza il core Cortex-M55. A questto punto è utile sottolineare che Cortex-M55 assicura presta- zioni notevolmente più elevate rispetto ai core CM della generazione precedente. Anche l’energia misurata utiliz- zata per l’inferenza diminuisce drasticamente. Il funzio- namento accelerato è 108 volte più efficiente dal punto di vista energetico, assorbendo solo 0,86mJ rispetto a 62,4mJ. I risultati sono ancora più interessanti prendendo in consi- derazione la versione dual-core di questo dispositivo, basa- to sulle capacità di machine learning del microcontrollore base, cui è stao aggiunto un secondo core Cortex-M55 più potente con la microNPU Ethos-U microNPU opporttu- namete dimensionate. Se utilizzato insieme al primo core, è possibile creare un sistema inferenziale a due livelli che permette l’esecuzione di carichi di lavoro IA/ML di alto e basso livello. L’altro elemento chiave che permette di eseguire attività IA/ML limitando il consumo energetico è la modalità low- power dei dispositivi Ensemble, in cui la maggior parte del chip è disabilitata. Quando solamente l’RTC (Real Time Clock) e le fonti di “wake-up” sono attive, questi microcontrollori assorbono circa 1,0 µA, rendendoli così la soluzio- ne ideale per i sistemi alimentati a batteria. Quando è necessario il La famiglia di microcontrollori Ensemble di Alif Semiconductor offre prestazioni superiori di almeno due ordini di grandezza rispetto ai microcontrollori tradizionali nelle applicazioni “edge AI” ELETTRONICA OGGI 516 - MARZO 2024 44