Mikrocontroller MAX78002 für künstliche Intelligenz (KI)

Produktempfehlungen > Mikrocontroller MAX78002 für künstliche Intelligenz (KI)

            Mikrocontroller MAX78002 für künstliche Intelligenz (KI)
  
                    KI-Mikrocontroller von Analog Devices verfügt über energiesparenden CNN-Beschleuniger

Der MAX78002 von Analog Devices ist ein KI-Mikrocontroller, der es neuronalen Netzwerken ermöglicht, bei extrem niedrigem Stromverbrauch dezentral zu arbeiten. Dieser Baustein kombiniert die energieeffizienteste KI-Verarbeitung mit den bewährten, extrem energiesparenden Mikrocontrollern von Analog Devices. Der hardwarebasierte CNN-Beschleuniger (CNN: convolutional neural network - neuronales Faltungsnetzwerk) ermöglicht batteriebetriebenen Anwendungen KI-Schlussfolgerungen mit einer Leistungsaufnahme im Millijoule-Bereich.

Der MAX78002 von Maxim ist ein hochentwickeltes System-on-Chip mit einem Arm®-Cortex®-M4-Prozessor mit Gleitkommaeinheit für eine effiziente Systemsteuerung mit einem extrem energieeffizienten Beschleuniger für tiefe neuronale Netzwerke. Die CNN-Engine hat einen Gewichtsspeicher von 2 MB und kann 1-, 2-, 4- und 8-Bit-Gewichte unterstützen (unterstützt Netzwerke mit bis zu 16 Millionen Gewichten). Der CNN-Gewichtsspeicher ist SRAM-basiert, so dass KI-Netzwerkaktualisierungen im laufenden Betrieb durchgeführt werden können. Außerdem verfügt die CNN-Engine über 1,3 MB Datenspeicher. Die CNN-Architektur ist hochflexibel und macht es möglich, Netzwerke in konventionellen Toolsets wie PyTorch® und TensorFlow® zu trainieren und dann mit von Maxim bereitgestellten Tools für die Ausführung auf dem MAX78002 zu konvertieren.

Zusätzlich zum Speicher in der CNN-Engine verfügt der MAX78002 über einen großen chipintegrierten Systemspeicher für den Mikrocontrollerkern mit 2,5 MB Flash und bis zu 384 KB SRAM. Mehrere energiesparende Hochgeschwindigkeitskommunikationsschnittstellen, einschließlich I2S, der seriellen Kameraschnittstelle MIPI® CSI-2®, der parallelen Kameraschnittstelle PCIF und der sicheren Digitalschnittstellen SD 3.0/SDIO 3.0/eMMC 4.51, werden unterstützt.

Der Baustein ist in einem 144-poligen CSBGA-Gehäuse der Größe 12 mm x 12 mm mit einem Raster von 0,8 mm erhältlich.

Das Evaluierungskit für den MAX78002 (MAX78002EVKIT#) bietet eine Plattform und Tools für die Nutzung der Bausteinfunktionen zur Entwicklung neuer Generationen von KI-Produkten.

Merkmale/Funktionen

Energiesparender 2-Kern-Mikrocontroller

Arm-Cortex-M4-Prozessor mit Gleitkommaeinheit mit bis zu 100 MHz
2,5 MB Flash, 64 KB RAM und 384 KB SRAM
Optimierte Leistung mit 16 KB Befehlscache
Optionaler Fehlerkorrekturcode (ECC SEC-DED) für SRAM
32-Bit-RISC-V-Coprozessor mit bis zu 60 MHz
Bis zu 60 GPIO-Pins
MIPI-CSI-2-Kameraschnittstellencontroller V2.1 mit Unterstützung für zwei Datenkanäle
Parallele 12-Bit-Kameraschnittstelle
I²S-Controller/Ziel für digitale Audioschnittstelle
Sichere digitale Schnittstelle unterstützt SD 3.0/SDIO 3.0/eMMC 4.51

CNN-Beschleuniger

Hochgradig optimiert für tiefe CNNs
8-Bit-Gewichtskapazität von 2 Mio. mit 1-, 2-, 4- und 8-Bit-Gewichten
1,3-MB-CNN-Datenspeicher
Programmierbare Eingangsbildgröße von bis zu 2048 Pixel x 2048 Pixel
Programmierbare Netztiefe von bis zu 128 Schichten
Programmierbare Netzwerkkanalbreiten pro Schicht von bis zu 1024 Kanälen
1- und 2-dimensionale Faltungsbearbeitung
Verarbeitungsfähigkeit für VGA-Bilder mit 30 Bildern pro Sekunde

Energiemanagement zur Verlängerung der Batterielaufzeit

Integriertes SIMO-Schaltnetzteil (Single-Inductor Multiple-Output - eine Induktivität, mehrere Ausgänge)
Versorgungsspannungsbereich von 2,85 V bis 3,6 V
Unterstützung einer optionalen externen CNN-Hilfsstromversorgung
Dynamische Spannungsskalierung minimiert Leistungsaufnahme des aktiven Kerns
23,9 μA/MHz bei Schleifenausführung mit 3,3 V aus Cache (nur CM4)
Wählbare SRAM-Erhaltung in Stromsparmodi mit aktivierter Echtzeituhr (real-time clock, RTC)

Sicherheit und Integrität

Sicheres Booten verfügbar
Hardwarebeschleunigungs-Engine AES 128/192/256
Seed-Generator für echten Zufallszahlengenerator (true random number generator, TRNG)

Anwendungen/Zielmärkte