2022年10月6日--半導體製造商ROHM（總公司：日本京都市）推出一款On Device學習*AI晶片（配備On Device學習AI加速器的SoC），該產品利用AI（人工智慧）技術，能以超低功耗即時預測內建馬達和感測器等電子裝置故障（故障跡象檢測），非常適用於IoT領域的邊緣運算裝置和端點*1。
一般而言，AI晶片要能徹底發揮功能，需要進行判斷標準設定的「學習」，以及透過學到的資訊判斷如何處理的「推理」。因此，「學習」需要彙集龐大的資料，組成資料程式庫並隨時進行更新，導致進行學習的AI晶片需要具備很高的運算能力，並且功耗也會隨之增加。正因如此，針對雲端計算裝置研發的高性能、昂貴的AI晶片不斷推出，而適用於邊緣計算裝置和端點（更有效地構建物聯網社會的關鍵）的低功耗、可進行On Device學習的AI晶片的研發卻困難重重。
此次研發出的AI晶片，是ROHM基於日本慶應義塾大學松谷教授所研發的「On Device學習演算法」，針對商業化的AI加速器*2（AI專用硬體計算電路）和ROHM 8位元高效CPU「tinyMicon MatisseCORE™（以下簡稱 Matisse）」所構成。透過結合2萬Gate超小型AI加速器與高效CPU，便能以僅數十毫瓦（僅為傳統AI學習晶片的1/1000）的超低功耗進行學習和推理。使用本產品，無需連接雲端伺服器，就可以在裝置現場將未知輸入資料中的「與平常的相異」加以數字化後輸出，因此可在眾多應用中達到即時故障預測。
今後ROHM計畫將該AI晶片的AI加速器應用在IC產品中，以實現馬達和感測器的故障預測。並計畫於2023年度推出產品，於2024年度投入量產。
日本慶應義塾大學 理工學部資訊工學科 松谷 宏紀 教授表示：
隨著5G通訊和Digital Twin*3等物聯網技術的發展，對雲端計算的要求也越來越高，然而，在雲端伺服器上處理所有資料，從負載、成本和功耗方面看並不具現實性。我們所研究的「On Device學習」和開發中的「On Device學習演算法」，是為了提高邊緣端的資料處理效率，打造出更好的物聯網社會。本次，我們與ROHM進行聯合研究，進一步改善了On Device學習電路技術，並有望以高CP值的型態推出產品。我們預計在不久的將來，這種原型AI晶片將會成功嵌入ROHM的IC產品中，有助實現更高效的物聯網社會。
＜關於tinyMicon MatisseCORE™＞
tinyMicon MatisseCORE™（Matisse: Micro arithmetic unit for tiny size sequencer）是ROHM自主研發的8位元微處理器（CPU），該產品可隨著物聯網技術的發展來提高類比IC的智慧化程度。憑藉針對嵌入式應用而進行最佳化的指令集和最新的編譯器技術，以高標準實現了更小的晶片面積和程式碼、以及更高速的運算處理能力。此外，該產品還符合汽車功能安全標準「ISO 26262」、ASIL-D等，適用於對可靠性要求高的應用。另外，利用內建的自有「即時除錯」功能，在除錯時的處理可以完全不影響應用程式的運行，因此能在應用產品工作的同時進行除錯。
＜AI晶片（配備裝置端學習AI加速器的SoC）詳細介紹＞
本次研發出的裝置端學習AI晶片原型（產品型號：BD15035）在人工智慧技術的基礎上，採用了慶應義塾大學松谷教授研發的「On Device學習演算法（三層神經網路*4的AI電路）」。為了推出符合市場需求的產品，ROHM將該AI電路的大小從500萬Gate縮小為2萬Gate，僅為原來的0.4%，並將其重新構建為自有的AI加速器「AxlCORE-ODL」，同時利用ROHM的8位元高效微處理器「tinyMicon MatisseCORE™」進行AI加速器的運算控制，實現僅數十毫瓦的超低功耗AI學習和推理。利用本產品，無需連接雲端伺服器或事先進行AI學習，就可以在裝置現場將未知的輸入資料和模式（例如加速度、電流、照度、聲音等）轉成「與平常的相異（出現異常）」的數值並加以輸出，因此不僅可以降低雲端伺服器和通訊成本，還能透過現場AI進行即時故障預測（故障跡象檢測）。
另外，ROHM還提供可安裝微控制器研發板「Arduino*5」用擴展板（配備Arduino相容引腳）的評估板，方便客戶針對本AI晶片進行評估。評估板上裝有無線通訊模組（Wi-Fi和Bluetooth®）以及64kbit EEPROM（記憶體），只需將該評估板與感測器等相連接，將感測器裝在監控物件上，即可在螢幕上確認AI晶片的效果。如需該評估板的相關資訊，歡迎聯繫ROHM營業部門。
＜名詞解釋＞
*1) 邊緣運算和端點
將構成大數據基礎的伺服器和電腦連接雲端，即成為“雲端伺服器”和“雲端運算裝置”，而構成邊緣（端）側的邊緣運算裝置則是指末端的電腦或裝置。端點是指比邊緣運算裝置更末端的裝置和地點。
*2) AI加速器
在實現AI功能時，將透過軟體讓處理器（CPU）執行改為透過硬體處理來提高處理速度的裝置（或電子電路）。
*3) Digital Twin
一種將現實世界中的資訊像雙胞胎一樣映射在虛擬空間（網際空間）中的技術。
*4) 三層神經網路
在受人腦機制啟發而誕生的神經網路（數學公式和函數的模型）中，由輸入層、中間層和輸出層所組成的處理流程中，將中間層視為一層、總共僅由三層構成的簡單神經網路。由幾十層的中間層來執行更複雜的AI處理的多層神經網路即為Deep learning （深度學習）。
*5) Arduino
由Arduino所推出，搭載微控制器和輸入輸出埠的PCB板，及軟體發展環境構成的開放原始程式碼平台，已在全球廣泛普及。
・「tinyMicon MatisseCORE™」是ROHM Co., Ltd.的商標或註冊商標。
・Bluetooth是美國Bluetooth SIG, Inc.的商標或註冊商標。
