Eta Compute 推出面向邊緣設備的超低功耗機器學習平臺

　　在 Arm TechCon 展出中，該公司將展示包含自主學習功能的最新人工智能技術。

　　加州韋斯特萊克村, Oct. 16, 2018 (GLOBE NEWSWIRE) -- Eta Compute Inc. 是一家致力運用其革命性新平臺向移動和邊緣設備提供機器學習功能的公司。該公司今天推出其包含自主學習功能的最新機器學習 SoC。這款名為 TENSAI® 的突破性產品可執行圖像分類、關鍵詞定位和喚醒詞檢測等操作，重新定義了超低功耗嵌入式解決方案的標準。

　　“我認為，在微型、廉價的電池供電芯片上運行機器學習的時代即將到來，”TensorFlow 的 Google 技術主管 Pete Warden 表示，“這將為一些令人驚奇的新應用打開大門。”

　　TENSAI 芯片包含第三代 Eta Compute 的延遲不敏感邏輯，使該產品能夠在最低電源電壓下可靠運行，從而實現最低功耗。

　　這款 SoC 的其他獨特功能包括：

　　Eta Compute 自有的尖峰神經網絡 (SNN)和 CNN 內核可最大限度地減少操作次數并降低功耗

　　自主學習語音、圖像和其他數據，對沒有標簽的數據進行分類，從而能夠提高對故障模式未知或難以獲得數據的系統的異常檢測能力

　　圖像分類應用在處理每張照片時僅消耗 0.4mJ，比最近發布的結果功耗降低了 30 倍

　　永遠在線的喚醒字應用在分類時消耗 500uA、在靜音期間消耗 50uA，滿足了可穿戴設備和電池供電的消費電子產品的嚴格要求

　　“我們的專利硬件架構 (DIAL™) 與基于 CNN 和 SNN 的完全可定制算法相結合，可在數百微瓦內執行機器學習推理，”Eta Compute 首席技術官 Nara Srinivasa 博士表示，“我們正在將這些產品作為樣品提供給客戶，他們會將這些產品集成到智能揚聲器和物體檢測平臺等產品中，以向網絡邊緣提供機器智能。”

　　處理器可使用流行的 TensorFlow® 或 Caffe® 軟件進行訓練，而 Eta Compute 的定制內核則可進一步優化訓練模型。TENSAI 采用緊密集成的 DSP 處理器和微控制器架構，大大降低了嵌入式機器智能的功耗。該解決方案可在功率受到嚴重限制的音頻、視頻和信號處理領域廣泛應用，例如移動設備、可穿戴設備、工業傳感和相機市場。

　　此外，對于容易標記的數據稀缺或不可用的實際場景，盡管存在這種限制，我們的自主學習算法仍可以提取可操作的智能解決方案。這使得 Eta Compute 的解決方案具有更廣的適用范圍，包括為在遠程環境中獲取能量的設備提供智能化。

　　具有機器學習功能的 Eta Compute SoC 現已開始提供樣品，預計將于 2019 年第一季度開始量產。

　　關于 Eta Compute

　　Eta Compute 成立于 2015 年，其愿景是讓網絡邊緣的智能型設備變得更加普及，使日常生活更安全、更健康、更舒適、更方便，但同時又不會犧牲隱私性和安全性。最近推出的 DIAL™ 技術是世界功耗最低的嵌入式計算平臺，是支持便攜式設備的事件驅動的神經形態學習和機器智能的理想架構。有關更多信息，請訪問 EtaCompute.com 或通過電子郵件 info@etacompute.com 與本公司聯系。

　　聯絡人：

　　Phyllis Grabot, Corridor Communications, Inc.

　　805.341.7269 / phyllis@corridorcomms.com