성공을 거둔 기업은 Intel이나 다른 IP 공급 업체 및 많은 중국의 신생 기업과 같은 회사의 디지털 프로세서와 코어를 건너 뛸 수 있으며이 프로세서의 목표는 인공 지능 (AI) 붐을 따라 잡으려고하는 보안 카메라, 무인 항공기, 공장 장비 및 기타 임베디드 시스템, 미래의자가 운전 차량.
'우리는 혼합 신호 처리 등의 애플리케이션에 적합하다 시간의 연구소에서 알았습니다'와 신화의 동료 인 마이크 헨리 데이비드 픽의 생성 함께 미시간 대학 (미시간 대학)에서 대표 : '당신은 그것의 조정 가능한 임계 전압의 이점을 취할 필요 많은 양의 데이터와 플래시 메모리를 저장하려면 각 트랜지스터가 매우 매력적입니다.
신화는 기본적으로 이렇게 극적으로 전력을 저장, 외부 메모리로부터 데이터를 이동 할 필요가 없습니다, 플래시 메모리 어레이를 개발, 픽 교수 데이비드 Blaauw 데니스 실베스터 자신의지도가 '플래시 메모리 연구의 숫자를 출시했다고 밝혔다, 우리는 또한 기술에 대한 전문 지식을 가지고 있기 때문에 프로젝트를 빨리 시작할 수 있습니다.
그러나 Fict 씨는 "수년 전의 아날로그 프로세서 개념을 메모리에 구현하는 것은 까다로운 작업이다. Fick은 'mismath, noise, temperature 및 memory cells과 같은 많은 아날로그 효과를 고려해야한다. 이와 유사한 많은 중요한 효과가 있습니다. '잘 정의 된 메모리, 프로세싱 및 스토리지 서브 시스템을 갖춘 디지털 컴퓨터와 달리 기계 학습에 사용되는 아날로그 컴퓨터는 기본적으로 통합되고 방대한 프로젝트입니다.
'사람들은 서로 신경 네트워크 분야의 요소 가장자리 디자인 및 설계 엔지니어 이해와 겹치는 영역을 이해할 필요가있다, 그래서 당신은 모든 것을 함께 디자인해야,'픽 설명 : '우리는이 지역에 있기 때문에, 다른 사람보다 훨씬 더있다 우리에게는 전체 작업을 완료 할 수있는 수퍼 팀이 있습니다. '
사실,이 회사는 단지 그들이 다양한 팀 감독 수준 텍사스 인스트루먼트 (TI)에서 유추 포함 (감독 수준) 전문가의가 부분적으로 있기 때문에, 자금 최대 $ 5 천만 합계를 얻기 위해, 자금 조달의 B의 라운드를 완료 전문가, Microchip의 플래시 메모리 디자인 디렉터, Netronome의 Physical Design Specialist.
Dave Fick과 그의 애완견 Ellie는 Austin 사무실에서, Ellie는 Mythic의 비공식적 인 감정적 인 지원 담당 이사 (출처 : EE Times)
Mythic은 또한 일련의 프로토 타입 필름을 통해 점진적으로 기술 진보를 보여줌으로써 투자자들의 호의적 인지지를 얻었습니다 .Fick은 학교에서 VLSI 디자인 성능에 대한 많은 평판을 얻었으며 그는 다음과 같이 말했습니다. 메모리, 합성, DRC 변형 ... 모든 단계는 직접 수행해야하며, 업계에 직접 참여하는 경우 전체 설계 프로세스를 볼 수 없으므로 학교의 독립적 인 신생 기업이 성공적으로 양산하는 것이 더 쉽습니다. '
이 회사의 두 창립자는 어린 시절부터 "괴짜"였습니다. 고등학교에서의 첫 직업은 웹 개발 엔지니어 였고, 연구소에서 공부할 때 AMD, IBM, Intel 및 기타 대기업에 인턴십을 시작했습니다. 태어났습니다. 헨리는 재미 있기 때문에 다양한 빠른 글쓰기 프로그램 콘테스트에 참가하는 것을 좋아합니다.
극복해야 할 크고 작은 경쟁 업체 및 소프트웨어 장애물
요즘 Mythic의 듀오는 크고 작은 경쟁자를 만난다. 적어도 40 명의 베테랑 및 새로운 IP 공급 업체 또는 칩 제조업체가 클라이언트 AI 가속기 칩을 출시하거나 계획 할 의사가 있음을 표명했다. Horizon Robotics는 가장 유망한 회사 중 하나이며보다 전통적인 디지털 아키텍처를 갖춘 저전력 클라이언트 AI 가속기를 출시했습니다.
Mythic과 마찬가지로 플래시 메모리를 사용하는 프로세서 - 인 - 메모리 아키텍처를 개발중인 미국의 신생 회사 인 Syntiant도 있습니다.이 회사의 팀에는 전 Broadcom 엔지니어링 매니저가 포함되어 있으며 Intel Capital을 받았습니다. 또한 IBM Research는 ReRAM (Reistive RAM)을 기반으로하는 기계 학습 가속기를 연구하고 있지만 Fick은 회사가 잘못된 방법을 사용했다고 생각합니다.
그는 "완벽한 메모리로 모든 것을 쉽게 만들려고 노력하고 있지만, 모든 것을 함께 설계하는 것으로 이끌고 있습니다. 이상적인 메모리를 찾았다 고하더라도, 지원할 수있는 완벽한 메모리가 항상 부족할 것입니다 낮은 전력 소비 또는 빠른 속도. "
혁신적인 병렬 메모리는 프로그래밍이 너무 어려워 역사적으로 항상 실패했습니다. 기계 학습 자체가 새롭고 여전히 개발중인 프로그래밍 모델을 필요로하기 때문에 새로운 메모리 내장 프로세서 칩은 확실히 동일한 문제에 직면하게됩니다. 플랫폼을 개발하고 컴파일러와 같은 역할을하려면 TensorFlow 데이터베이스에 설명 된 신경망을 해당 칩의 기계어로 변환 할 수 있습니다.
Fick은 개발 플랫폼이 PCI Express 및 칩 연결을 사용하여 칩에서 추가 성능을 얻는 방법에 대한 힌트와 일부 일반적인 응용 프로그램에 최적화 된 네트워킹 예제를 제공한다고 밝혔습니다 .TensorFlow 이외의 프레임 워크를 사용하려는 고객은 분명히 ONNX (Open Neural Network Exchange)는 여러 가지 AI 소프트웨어 아키텍처를 번역하는 데 사용되는 몇 가지 새로운 도구 중 하나입니다.
이 필드를 입력하기 위해, 당신은 몇 깊은 학습 과학자를 고용해야 ',하지만 매우 짧은 등 전문가, 비용은 데이터 세트 및 신경 네트워크를 구축 ... 매우 비싸다 : 픽 완전히 자신의 클라이언트가 직면 한 소프트웨어 장벽을 실현 도로 및 훈련 매우 많은 시간이 소요, 비용이이 영역에 입력 및 투자 제한 할 위험하다 ... 또한 높다. '
좋은 소식은 메모리 어레이는 컨볼 루션 (길쌈)의 큰 다양성을 처리하거나 전달 (재발) 신경망을 반환하고 성능을 향상 할 수 있어야한다 신화 칩이 전력 소모를 달성 할 것으로 예상된다 경쟁 솔루션과 비교한다 제한 변연계는 더 복잡한 모델을 수행합니다.
신화 모델은 지금까지 여러 테스트 칩 테이프 아웃되었습니다 (출처 : EE 타임즈)
신화는 록히드 마틴 (록히드 마틴)와 같은 여러 헤비급 파트너, 무인 항공기의 미래가 회사의 칩을 사용할 수 있다는 희망을 가지고, 후지쯔 (Fujitus)는 두 가지가 있습니다, 지금까지.이 회사의 플래시 메모리 공급 업체입니다 응용 프로그램으로, 예산은 신화가 너무 비용을 통제해야하는 대상 응용 프로그램에 비해 스피커 몇 달러 지혜의 기능을 넘어 것, 다른 하나는 때문에 필요 자동차 등급 사양의 자율적 인 차량이며,이 회사는 현재 사용할 수 없습니다 태어났다.
이 칩은 임베디드 플래시 메모리 셀 설계를 지원하고 저비용의 타겟을 충족 시키며, 플래시 메모리 셀이 28nm 공정 품질 인증을 통과했다고 지적했다. 이것은 회사의 다음 단계 일 것이며, 그 후 파운드리 산업은 임베디드 MRAN 및 ReRAM 장치를 개발 중입니다.
Fick은 다음과 같이 말했습니다 : "우리가 가장 작은 노드로 이동하는 것을 막을 이유가 없습니다. 프로세스 소형화의 이점을 누릴 수 있습니다. 'Mythic이 성공하면 무어의 법칙이나 디지털 프로세서로 인해 그것은 환영 할만한 일이지만 컴퓨팅 기술을 완전히 새로운 방향으로 밀어 넣기 때문입니다.
편집 : Judith Cheng