EO527

L’utilizzo dell’intelligenza artificiale AI nei dispositivi terminali (endpoint) permette di aumentarne in modo significativo le potenzialità. In campo medico, ad esem- pio, i dispositivi indossabili basati sull’intelligenza ar- tificiale permettono di rilevare e diagnosticare malattie anche gravi, come ad esempio la fibrillazione atriale, al di fuori dell’ambiente clinico mediante il monitoraggio eseguito direttamente a casa del paziente. Sfruttando opportuni algoritmi AI, gli apparecchi acustici possono trasformarsi da semplici amplificatori in dispositivi in- telligenti di discriminazione vocale, isolando la voce del- la persona d’interesse ed eliminando tutti gli altri rumori e le voci, oppure silenziandoli in sottofondo. Queste nuove funzionalità introdotte dall’intelligenza artificiale potrebbero far aumentare sensibilmente il va- lore di qualsiasi tipologia di prodotto indossabile e por- tabile alimentato a batteria. Inoltre, in corrispondenza Come trasformare una MCU general-purpose in un SoC AI completo Mark Rootz Vice Presidente Marketing (Alif Semiconductor) DIGITAL SOC AI Nell’era AI, l’integrazione delle funzioni di sistema in una MCU di tipo general purpose resta una valida soluzione per risparmiare spazio e diminuire i consumi. Ciononostante, una MCU con funzionalità AI deve integrare un numero più elevato di funzioni rispetto alle precedenti MCU convenzionali e offrire, al contempo, il bassissimo consumo energetico che permette ai dispositivi con batterie di piccole dimensioni di poter eseguire gli algoritmi dell’AI in corrispondenza dell’endpoint dell’endpoint, le funzioni AI spesso non possono essere eseguite nel cloud per numerosi motivi tra cui consumi, latenza, riservatezza, portata wireless, sicurezza e costi. Tali dispositivi richiedono, pertanto, una capacità di ela- borazione AI locale. Tuttavia, per poter implementare l’intelligenza artificia- le localmente su questi prodotti, è necessario superare le problematiche di progettazione legate ai vincoli di spa- zio e consumi. Auricolari, anelli, occhiali intelligenti e dispositivi di monitoraggio dei pazienti sono dispositivi indossabili di ridotte dimensioni che possono ospitare pochi componenti e una piccola batteria. Prima dell’avvento dell’AI, molti di questi prodotti (seb- bene equipaggiati con un numero inferiore di funzioni e fisicamente più grandi) si basavano su microcontrollori generici oppure microprocessori che potevano integra- re le funzioni principali. Grazie all’integrazione, i pro- gettisti potevano raggiungere i loro obiettivi in termini di spazio e consumi, grazie alla riduzione del numero di componenti e agli ingombri a bordo della scheda. Nell’era AI, l’integrazione delle funzioni di sistema in una MCU di tipo general purpose resta una valida soluzione per risparmiare spazio e diminuire i consumi. Cionono- stante, una MCU con funzionalità AI deve integrare un numero più elevato di funzioni rispetto alle precedenti MCU convenzionali e offrire, al contempo, il bassissimo consumo energetico che permette ai dispositivi con bat- terie piccole di poter eseguire gli algoritmi dell’AI in cor- rispondenza dell’endpoint, senza dover ridurre il tempo di funzionamento tra una carica e la successiva. Non si tratta di un’impresa semplice come aggiungere funzionalità AI all’architettura di un MCU di tipo legacy. Fondata nel 2019 con l’intento di creare una nuova genera- zione di MCU “AI-enabled” per dispositivi endpoint, Alif ELETTRONICA OGGI 527 - GIUGNO/LUGLIO 2025 42