Développer des applications Edge AI avec le microcontrôleur MAX78002 d'ADI

La course aux armements financiers parmi les géants de la technologie pour commercialiser des solutions d'intelligence artificielle générative (GenAI) occulte quelque peu d'autres efforts importants liés à l'IA, en particulier à la périphérie du réseau, où les fournisseurs cherchent à tout prix des applications IA capables de fonctionner sur des dispositifs IoT typiquement limités en termes de mémoire, de bande passante et de puissance.

Un microcontrôleur (MCU) d'Analog Devices, Inc. peut résoudre ces problèmes de limitation du traitement en périphérie grâce à un accélérateur de réseau neuronal convolutif (CNN) basse consommation intégré pour le traitement des inférences IA sur les dispositifs alimentés par batterie.

Tandis que les investissements dans la GenAI sont largement orientés vers l'accumulation de grandes quantités de données et les capacités de traitement nécessitant des data centers à grande échelle et des quantités d'énergie phénoménales, l'Edge AI est axée sur l'exécution efficace de données à l'échelle locale grâce à des modèles capables d'identifier des objets, d'analyser des images médicales et de traiter des flux de caméras automobiles pour reconnaître les obstacles, les piétons et les panneaux de signalisation, pour une conduite en toute sécurité.

Les réseaux neuronaux convolutifs peuvent traiter des données d'images en périphérie, et ainsi détecter les anomalies et surveiller l'état des équipements présents dans l'usine. Ils peuvent également détecter la présence de nuisibles et surveiller l'état des cultures dans les environnements agricoles, et traiter des images provenant de drones, de robots et de caméras intelligentes.

Optimisation pour réseaux CNN profonds

Le MAX78002 d'ADI est un système sur puce avancé ultrabasse consommation, doté d'un processeur Arm Cortex-M4 avec unité en virgule flottante (FPU) et d'un accélérateur matériel optimisé pour les CNN profonds et les tâches qui nécessitent une reconnaissance des objets.

Des poids (ou paramètres) relient les neurones dans un réseau neuronal pour contrôler son comportement. Le moteur CNN d'ADI possède une mémoire de stockage des poids de 2 Mo qui peut prendre en charge des poids de 1, 2, 4 et 8 bits, ainsi que des modèles complexes de réseau neuronal incluant jusqu'à 16 millions de poids. Cela permet des applications IA avancées sur des dispositifs en périphérie, et comme la mémoire de poids CNN est basée sur une mémoire vive statique, les modèles peuvent être mis à jour à la volée.

L'accélérateur CNN fournit une taille d'image d'entrée programmable jusqu'à 2048 pixels x 2048 pixels, ce qui donne aux développeurs la flexibilité nécessaire pour concevoir des applications capables de gérer des images médicales haute résolution ou de traiter des tailles d'entrée plus petites sur des dispositifs aux ressources limitées.

Une profondeur de réseau programmable jusqu'à 128 couches permet d'équilibrer l'expressivité et le rendement des applications. Par ailleurs, des largeurs programmables de canal réseau par couche jusqu'à 1024 canaux permettent d'utiliser des canaux plus larges pour capturer des fonctionnalités plus riches, ou d'utiliser des largeurs plus étroites pour économiser de la mémoire et des ressources de calcul.

Le MAX78002 prend en charge plusieurs interfaces de communication haute vitesse et basse consommation, notamment une interface I²S, une caméra série MIPI CSI-2, une caméra parallèle (PCIF) et une interface numérique sécurisée SD 3.0/SDIO 3.0/eMMC 4.51. Il est ainsi parfaitement adapté à une large gamme d'applications IA, notamment les capteurs industriels, le contrôle des processus, les systèmes d'assurance qualité intégrés, les équipements de diagnostic médical portables, les robots en usine et la navigation de drones.

La gestion de l'alimentation est un point essentiel

Les microcontrôleurs ultrabasse consommation sont essentiels pour les applications Edge AI, en particulier lorsque celles-ci dépendent de dispositifs IoT alimentés par batterie. D'après ADI, le MAX78002 ne consomme que quelques microjoules d'énergie lors du traitement d'inférences IA.

Ce microcontrôleur IA est doté d'une alimentation à découpage (SMPS) à inductance simple et à plusieurs sorties (SIMO) qui prend en charge une plage de tensions d'alimentation de 2,85 V à 3,6 V pour s'adapter à diverses sources d'alimentation. Par ailleurs, il permet le contrôle en option de commutateurs externes pour fournir aux CNN une puissance dédiée issue de sources externes.

L'unité de gestion de l'alimentation (PMU) du MAX78002 offre un contrôle précis et intelligent de la distribution de puissance aux processeurs et aux circuits périphériques, pour contribuer à un fonctionnement hautes performances avec une consommation énergétique réduite.

Une architecture d'alimentation monolithique permet un fonctionnement à partir d'une seule cellule lithium. Trois sorties de régulateur abaisseur dans l'alimentation SIMO sont programmables en tension pour garantir un rendement de consommation énergétique optimal. Les fournisseurs peuvent réduire la nomenclature pour les conceptions de circuits, étant donné que le MAX78002 n'a besoin que d'une seule inductance/d'un seul condensateur.

Un contrôleur intégré avec ajustement de tension dynamique (DVS) peut ajuster la tension de manière adaptative pour réduire la consommation dynamique. En utilisant un oscillateur haute vitesse fixe et une tension d'alimentation V_COREA, le contrôleur DVS peut faire fonctionner le cœur Arm à la tension pratique la plus basse, ce qui permet aux concepteurs de produits de trouver le bon équilibre entre exigences de performances et contraintes liées à la puissance. Une interface bus périphérique Arm permet de contrôler le système et d'accéder à son statut.

Une grande mémoire Flash système intégrée de 2,5 Mo pour le cœur du microcontrôleur garantit le stockage non volatil de la mémoire programme et données, et une mémoire vive statique interne de 384 Ko permet une conservation basse consommation des informations liées à l'application dans tous les modes d'alimentation, à l'exception de la mise hors tension.

Faciliter les applications avec le MAX78002

ADI propose le kit d'évaluation MAX78002EVKIT (Figure 1), qui fournit de précieuses ressources pour concevoir des applications IA avec le microcontrôleur. Il inclut notamment un écran TFT de 2,4 pouces qui améliore le développement de l'interface utilisateur interactive et la visualisation des résultats des processus d'inférence IA.

Figure 1 : Le kit d'évaluation pour applications MAX78002 inclut un écran TFT de 2,4 pouces pour le développement de l'interface utilisateur interactive, ainsi qu'un écran secondaire pour suivre la consommation énergétique. (Source de l'image : Analog Devices, Inc.)

Avec la carte d'évaluation, la consommation énergétique du MAX78002 est suivie par un accumulateur, et les résultats formatés sont présentés sur un écran TFT secondaire.

Le kit d'évaluation inclut un port USB 2.0, des embases SWD JTAG, un accès UART via USB et deux connecteurs QWIIC aux normes de l'industrie, simplifiant le débogage, la programmation et la communication avec d'autres dispositifs.

Conclusion

La mémoire, la bande passante et la consommation limitées des dispositifs IoT en périphérie constituent un défi majeur dans le développement d'applications Edge AI. Le microcontrôleur MAX78002 d'ADI permet de développer une vaste gamme d'applications IA écoénergétiques dotées de capacités d'inférence. Avec le kit d'évaluation MAX78002EVKIT, les développeurs ont accès à des outils pour le prototypage rapide, le développement d'interfaces utilisateur tactiles, l'intégration de périphériques et le suivi de la consommation d'énergie. Regardez cette vidéo pour en savoir plus sur le contenu du kit d'évaluation.