L'embarqué > Matériel & systèmes > Sous-système > GreenWaves intègre son processeur IoT ultrasobre dopé à l’IA sur une plate-forme pour oreillettes connectées

GreenWaves intègre son processeur IoT ultrasobre dopé à l’IA sur une plate-forme pour oreillettes connectées

Publié le 27 octobre 2020 à 09:41 par Pierrick Arlot        Sous-système

GreenWaves intègre son processeur IoT ultrasobre dopé à l’IA sur une plate-forme pour oreillettes connectées

A l’occasion de l’édition européenne de la conférence annuelle GTC (Global Technology Conference) du fondeur GlobalFoundries, la société française GreenWaves Technologies a présenté une plate-forme pour oreillettes connectées architecturée autour de son processeur d’application IoT de classe microcontrôleur GAP9. Une puce dont la production en volume selon un procédé de gravure FD-SOI 22 nm est attendue l’été prochain dans les usines de GlobalFoundries.

Pour rappel, le GAP9, dévoilé fin 2019 par GreenWaves, doit permettre aux utilisateurs d’embarquer des fonctions d’apprentissage automatique et de traitement du signal dans des objets alimentés sur pile ou par récupération d’énergie ambiante, à l'instar des capteurs IoT utilisés dans les secteurs du bâtiment connecté, de l’électronique grand public ou de l’industriel, ou… des dispositifs médicaux ou grand public portés sur soi. Avec de gros plus par rapport au GAP8 de génération précédente comme une consommation énergétique divisée par cinq et une capacité à traiter des réseaux de neurones dix fois plus larges.

Dans le cadre d’un usage dans des appareils portés sur ou dans les oreilles (un marché qui devrait dépasser le milliard d’unités en 2024), l’architecture unifiée et facile à programmer du GAP9 garantit une qualité sonore et une expérience utilisateur à l’état de l’art, assure GreenWaves. Et ce en réduisant de manière significative l’énergie requise pour les fonctions « normales », telles que la diffusion de morceaux musicaux, la suppression active de bruit et les commandes vocales, pour transférer ce surplus d’énergie vers des fonctions évoluées d’optimisation de la qualité audio reposant sur des réseaux de neurones, comme la réduction de bruit en profondeur (Deep Noise Reduction) et la détection de scènes sonores.

La puce GAP9 tire aussi parti de deux caractéristiques innovantes de la technologie de gravure 22FDX de GlobalFoundries, à savoir le procédé ABB (Adaptive Body Bias), qui contribue fortement à sa consommation ultrafaible, et la mémoire non volatile magnéto-résistive embarquée eMRam. Dans la pratique, la puce exécute les réseaux de neurones avec une éco-efficacité de 330 µW/Gops (gigaopérations par seconde) tout en garantissant une très bonne performance énergétique pour les fonctions de traitement du signal à faible latence et faible consommation telles que le filtrage audio.

« Ce qui intéresse particulièrement nos partenaires, c'est la marge d'innovation que nous leur offrons avec le GAP9, indique Loïc Lietar, le P-DG de GreenWaves. Le traitement d'un flux musical avec suppression active du bruit consomme moins de 10% des ressources GAP9, ce qui laisse une grande marge de manœuvre pour améliorer considérablement le confort audio et ajouter des fonctions inédites. » Le processeur de la société française tire également parti des 2 Mo de mémoire eMRAM qui a permis à GreenWaves de réduire de 3,5 fois l'énergie utilisée pour les transferts des paramètres des réseaux de neurones.

Pour rappel, l’architecture du GAP9 associe un contrôleur et streamer de périphériques autonome et intelligent, qui s’avère capable de traiter des données à la volée, et une grappe de calcul à multiple précision formée de plusieurs cœurs RISC-V, dont les performances sont échelonnables entre quelques Mops jusqu’à 150 Gops. Cette architecture permettrait de traiter en temps réel et avec une consommation très faible des réseaux de neurones convolutifs et récurrents. Le contrôleur de périphériques intelligent intègre en outre une nouvelle brique de base pour le filtrage numérique, dénommée SFU (Smart Filter Unit), conçue pour combiner un filtrage à très faible latence et très basse consommation avec la flexibilité des cœurs traditionnels. Les données de la SFU sont des flux, ses instructions sont des filtres et son programme est un graphe de filtres. Selon GreenWaves, ce bloc révolutionne le développement de filtres audio pour l'annulation active de bruit, le son spatial et autres traitements de flux vocaux et musicaux, en combinant une latence de l’ordre de la microseconde et un filtrage adaptatif reposant sur l'IA à des niveaux énergétiques inédits.

En résumé, le design de référence proposé par GreenWaves vise à simplifier le développement d’oreillettes connectées et autres dispositifs portés à l’oreille en offrant une conception homogène pour les fonctions DSP, l’accélération de réseaux de neurones et le traitement de flux audio à ultrafaible latence qui s’appuie sur une architecture à multiples cœurs RISC-V, associée à un flot de développement complet pour la mise au point de réseaux de neurones et de filtres audio.

Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA

Sur le même sujet