«Умные» устройства, такие как лампочки, дверные звонки или дымовые сигнализации, подключенные к Wi-Fi, оснащены датчиками, которые производят обнаружение и отправляют данные в облако для обработки.

Но этот процесс требует много энергии, сказал в интервью Live Science на выставке CES 2025 Сумит Кумар, генеральный директор компании Innatera Nanosystems, производящей процессоры. Кроме того, для любой обработки искусственного интеллекта, которую выполняют эти устройства, требуется подключение к Интернету.

Но нейронный процессор Spiking Neural Processor T1 должен резко сократить энергопотребление будущих умных устройств.

Он работает, анализируя данные датчиков в режиме реального времени, чтобы выявить закономерности и потенциально очистить поступающие от них данные — и для этого не требуется подключение к Интернету.

Имитация мозга

Устройство представляет собой нейроморфный процессор, то есть его архитектура устроена таким образом, чтобы имитировать механизмы распознавания образов в мозге. Если провести аналогию, когда вы чувствуете что-то — будь то запах или звук — различные группы нейронов срабатывают, чтобы идентифицировать это.

Точно так же в чипе различные группы искусственных нейронов регистрируют всплески. В основе лежит принцип нейронной сети с шипами (SNN), где нейронная сеть — это набор алгоритмов машинного обучения, а шипы, которые она производит, похожи на сигналы, производимые клетками мозга.

Алгоритмы SNN также имеют тенденцию быть примерно в 100 раз меньше по размеру файла, чем обычные глубокие нейронные сети, используемые в больших языковых моделях.

Вычислительные слои

В чипе T1 есть три фундаментальных слоя. Первый — это вычислительный механизм на основе SNN, рассеиваемая мощность которого составляет менее 1 милливатта, а задержка, или латентность, для большинства приложений обычно не превышает 1 миллисекунды, говорит Кумар. Второй слой включает в себя обычные глубокие нейронные сети, а третий — стандартный процессор, который управляет функционированием системы.

По словам Кумара, T1 или аналогичные чипы позволят увеличить время автономной работы до шести раз в некоторых умных устройствах и сценариях. Например, прототип умного дверного звонка, построенного на базе процессора T1, который мог определять присутствие человека с помощью радарной технологии, проработал 18-20 часов, по сравнению с одним-двумя часами в обычном устройстве на базе Wi-Fi, которое отправляет изображения и видеоданные на серверы.

Области применения включают умное освещение, любые детекторы для подсчета людей, системы открывания дверей и даже наушники, в которых чип T1 теоретически может изолировать различные звуки для подавления шума. Компания утверждает, что при использовании любых звуковых приложений энергопотребление снижается в 80-100 раз, а задержка — в 70 раз.

Чип готовится к массовому производству уже в этом году, а образцы отправляются производителям устройств. Кумар ожидает, что первые продукты с нейроморфным чипом T1 появятся на полках магазинов к 2026 году.

Такое усовершенствование в технологии имеет потенциал не только для улучшения автономности умных устройств, но и для целого ряда других инновационных применений. На фоне мировых усилий по повышению энергоэффективности и устойчивости, нейроморфный чип T1 может оказать существенное влияние на отрасль, значительно сократив объем ресурсов, необходимых для работы современных IoT-устройств.

Одним из ключевых аспектов современного взаимодействия с технологиями является необходимость создания более интеллектуальных и адаптивных систем. Чип T1 способен обрабатывать данные непосредственно на месте, что не только оптимизирует потребление энергии, но и улучшает скорость реакции устройств. Например, в системе безопасности умного дома чип способен мгновенно обрабатывать информацию от датчиков о движении или открытии дверей, минимизируя время на передачу информации в облако и обратно.

Кроме того, с применением такого чипа возникает возможность реализации более сложных алгоритмов обработки сигналов в реальном времени. В звуковых устройствах это может привести к созданию аудио-решений, которые не просто подавляют фоновые шумы, но и адаптируются к конкретным условиям, оптимизируя качество звучания в зависимости от окружающей среды.

Также стоит отметить, что в условиях быстро меняющейся внешней среды, например, при изменении освещения или температуры, возможность быстрого реагирования на сенсорные данные напрямую связана с удовлетворением потребностей пользователей. Это делает устройства более интуитивными и отзывчивыми, что значительно улучшает пользовательский опыт.

Однако, с внедрением новых технологий также возникают вопросы об их безопасности и конфиденциальности. Чипы, обрабатывающие информацию локально, снижают зависимость от облачных серверов, тем самым потенциально уменьшая риски взлома данных, но важно продумывать и вопросы защиты самих устройств. Участники рынка должны будут применять надежные алгоритмы защиты, чтобы предотвратить любые несанкционированные доступы и манипуляции с данными.

В заключение, нейроморфный чип T1 открывает новые горизонты для умных устройств, позволяя им работать дольше, умнее и безопаснее. Его внедрение может привести к развитию более эффективных экосистем, которые позволят не только снизить потребление энергии, но и улучшить взаимодействие людей с окружающими их технологиями. В свете растущего интереса к устойчивым и инновационным решениям, такое технологическое достижение может оказаться весьма своевременным.