Aspinity AB2 AML100 เป็นบอร์ด Arduino Shield ที่ใช้ AML100 analog machine learning processor ของบริษัทฯ, เมื่อเทียบกับ digital ML processors ลดการใช้พลังงานลงถึง 95 เปอร์เซ็นต์ และบอร์ด Shield นี้สามารถใช้งานกับ Renesas Quick-Connect IoT platform หรือแพลตฟอร์มการพัฒนาอื่น ๆ ที่มี Arduino Uno Rev3 headers ได้
บริษัทฯ ได้กล่าวว่าตัวประมวลผล AML100 analog machine learning processor ใช้พลังงานเพียง 15µA สำหรับการเชื่อมต่อเซนเซอร์, การประมวลผลสัญญาณและการตัดสินใจ และการทำงานของตัวประมวลผลนี้จะเกิดขึ้นภายในโดเมนแอนะล็อกเพื่อลดภาระของด้านไมโครคอนโทรลเลอร์ ซึ่งทำให้ไมโครคอนโทรลเลอร์สามารถอยู่ในสถานะพลังงานต่ำสุดได้จนกว่าจะมีเหตุการณ์/ภาวะผิดปกติเกิดขึ้น
สเปคของ Aspinity AB2 AML100 Arduino Shield :
- ชิป ML – ชิป Aspinity AML100 analog machine learning
- Software programmable analogML core พร้อม array ของ configurable analog blocks (CABs) พร้อมหน่วยความจำแบบไม่ลบเลือน ( non-volatile memory) และการประมวลผลสัญญาณอะนาล็อก
- การประมวลผลข้อมูลแบบ analog
- พลังงาน Near-zero สำหรับการอนุมานและการตรวจจับเหตุการณ์
- การใช้พลังงานต่ำกว่า 20µA เมื่อเป็นโหมดเซนเซอร์ตลอดเวลา
- ลดข้อมูลแบบ analog ได้ถึง 100 เท่า
- รองรับเซ็นเซอร์แบบ analog ได้สูงสุด 4 ตัว
- แพคเกจ – แพคเกจ QFN 48-pin ขนาด 7 x 7 มม.
- อินเทอร์เฟซเซนเซอร์
- อินเทอร์เฟซเซ็นเซอร์ 12 ขาสำหรับเซนเซอร์แบบ analog ได้สูงสุด 4 ตัว
- 4-pole audio jack สำหรับ “การกระตุ้นไฟฟ้าและการตรวจวัด” ของขา I/O AML100 analog
- อินเทอร์เฟซโฮสต์ – Headers- Arduino Uno Rev3
- อื่น ๆ
- Headers สำหรับการวัดกระแสไฟฟ้าของ AML100 และเซนเซอร์
- ไฟ LED บนบอร์ด
- ขนาด – 7 x 5.1 ซม. (ฟอร์มแฟคเตอร์ของ Arduino Shield)
โดยทั่วไป ถูกเชื่อมต่อโดยตรงกับไมโครคอนโทรลเลอร์ที่เปิดตลอดเวลา ซึ่งได้รับข้อมูลทั้งหมดจากชิป Analog-to-Digital (ADC) และทำการประมวลผลทั้งหมด แต่ AML100 จะถ่ายงานไปให้ไมโครคอนโทรลเลอร์เพียงส่งข้อมูลเซ็นเซอร์ที่เกี่ยวข้องไปยังไมโครคอนโทรลเลอร์เท่านั้น ซึ่งสามารถอยู่ในโหมด deep sleep เกือบตลอดเวลา, Aspinity อ้างว่า AML100 ยืดอายุแบตเตอรี่ได้สูงสุด 20 เท่า และลดพลังงานของระบบที่เปิดตลอดเวลาได้มากกว่า 95% เมื่อเทียบกับระบบเปิดตลอดเวลาแบบดิจิทัลรุ่นเดิม
แม้ AB2 AML100 Arduino Shield จะใช้งานได้กับบอร์ด Arduino Uno แต่ Aspinity ได้เตรียมการสาธิต การทดสอบการสร้างเสียงแตกของแก้ว สำหรับงาน Embedded World 2023 โดยใช้ Renesas EK-RA6M3 evaluation kit ในแพลตฟอร์ม Quick-Connect IoT โดยระบบโดยรวมจะใช้พลังงานน้อยกว่า <45µA เมื่ออยู่ในโหมดฟังตลอดเวลา เนื่องจาก Renesas RA6M3 MCU อยู่ในโหมด Deep Sleep เว้นแต่จะตรวจพบการแตกของกระจก แอปพลิเคชันเป้าหมายสำหรับชิป AML100 analog ML คือเซนเซอร์สำหรับระบบรักษาความปลอดภัยที่บ้านและอาคาร, อุปกรณ์สมาร์ทโฮมและอุปกรณ์สวมใส่ที่ใช้เสียงเป็นอินเทอร์เฟซ, การตรวจจับความผิดปกติสำหรับการบำรุงรักษาเชิงป้องกันและการบำรุงรักษาเชิงคาดการณ์, การตรวจวัดอัตราการเต้นของหัวใจ และการพิสูจน์ตัวตนแบบ Biometric
ยังไม่ชัดเจนว่าบอร์ด Aspinity AB2 AML100 มีจำหน่ายอยู่ในปัจจุบันหรือไม่ แต่จะจัดแสดงบนพร้อมกับแพลตฟอร์ม Renesas Quick-Connect IoT ในบูธ Renesas ที่งาน Embedded World 2023 (Hall 1, Stand 234) ในวันที่ 14-16 มีนาคม 2023 ในเมืองนูเรมเบิร์ก ประเทศเยอรมนี รายละเอียดเพิ่มเติมสามารถดูได้ที่เพจผลิตภัณฑ์ของชิปและประกาศของบอร์ด
ที่มา : TLS
แปลจากบทความภาษาอังกฤษ : Aspinity AB2 AML100 Arduino Shield supports ultra-low-power analog machine learning
บรรณาธิการข่าวและบทความภาษาไทย CNX Software ได้มีความสนใจในด้านเทคโนโลยี โดยเฉพาะ Smart Home และ IoT