　ヌヴォトン・テクノロジージャパンは、「ET＆IoT 2021」（2021年11月17～19日、パシフィコ横浜）において、メモリコンピューティング技術を用いたエッジAI（人工知能）マイコンを披露した。ReRAM（抵抗変化型メモリ）上でAIの推論処理を行うことにより、消費電力を約10mWに抑えるとともに、AI推論エンジンのメモリ使用量も約10分の1に圧縮できるという。2022年度内に、Armの「Cortex-M」コアとReRAM、周辺回路などを1チップに集積したサンプルの提供を行えるようにしたい考えだ。

メモリコンピューティング技術を用いたエッジAIマイコンのイメージ［クリックで拡大］出所：ヌヴォトン・テクノロジージャパン

　抵抗変化素子を用いる不揮発メモリであるReRAMは、1個のメモリセル上で抵抗値を調整することにより複数の階調を作り出せる。この特徴を利用することで、センサーなどが出力する時系列データを対象とした多入力のアナログ積和演算が求められる全結合ニューラルネットワーク（FCN）に基づくAI推論アルゴリズムを低消費電力で実行できるようになる。「通常のArmマイコンなどであれば消費電力が100mW以上になるAI推論アルゴリズムも、ReRAM上で実行すれば10mW以下に抑えられる。同様にメモリ使用量も10分の1以下にできる」（ヌヴォトンの説明員）という。

　展示では、マイコンとReRAMを別々のチップで構成する評価基板を用いて、心電データを用いて個人を特定するデモと、救急車などの緊急車両接近音の早期検知デモを披露した。

（左）心電データを用いて個人を特定するデモ。手に持っているデバイスで心電データを取得してエッジAIマイコンで個人を特定。Wi-FiでPCに心電データと特定結果を送信し、ディスプレイに表示している。展示では心電データを学習した3人の説明員について個人を特定できるようになっていた。（右）緊急車両接近音の早期検知デモ。接近中などの状況も判別できる［クリックで拡大］

　なお、1チップ化する場合のプロセッサコアとしては「Cortex-M3」もしくは「Cortex-M4」を想定している。「今後はエッジAIマイコンに対する顧客のニーズ探索を進めて、緊急車両接近音の早期検知デモの音声処理に用いているDSPをはじめ、周辺機能の検討を進めていきたい」（同説明員）としている。

現時点では、マイコンとReRAMを別々のチップで構成する評価基板を提供している［クリックで拡大］

⇒その他の「人工知能ニュース」の記事はこちら

ソニー製STT-MRAMをSSDに搭載、Nextorageがデモを披露
ソニーグループのメモリストレージベンダーであるNextorageは、「第6回 IoT＆5Gソリューション展秋」において、STT-MRAMを記憶媒体として用いたPCI-ExpressベースのSSDのデモンストレーションを披露した。STT-MRAMは、ソニーセミコンダクターソリューションズで開発中のものを使用している。
IoTデバイスや産業機器向けの多機能セキュアIC、IEC62443への対応が容易
パナソニック　インダストリアルソリューションズ社は、IoTデバイスや産業機器向けに、独自のセキュリティ機能を有する多機能セキュアICを開発した。2020年2月よりサンプル出荷を開始する。
組み込み型相変化メモリ内蔵の車載マイコン、サンプル出荷を開始
STマイクロエレクトロニクスは、組み込み型相変化メモリ「ePCM」を内蔵した車載マイコンのサンプル出荷を開始した。AEC-Q100 Grade 0準拠のePCMを組み込んだ同マイコンは、高温下でもデータの安全性を確保する。
エッジAIの可能性を広げる「MST」、なぜCortex-M0+マイコンでも動くのか
エッジAIスタートアップのエイシングは、マイコンを使って、AIによる推論実行だけでなく学習も行えるアルゴリズム「MST」を開発した。ローエンドの「Cortex-M0+」を搭載するマイコンでも動作するMSTだが、より多くのメモリ容量が求められるランダムフォレストと同等の精度が得られるという。開発の背景を同社社長の出澤純一氏に聞いた。
デンソーテンが軽量エッジAIを開発、自社製品への搭載に加え外販も
デンソーテンがドライブレコーダーなどカメラを搭載する組み込み機器のSoC（System on Chip）上でリアルタイムに画像認識を行える軽量かつ高性能なエッジAI技術を開発した。0.5TOPS程度の処理性能を持つSoCで、高性能コンピュータに用いられるGPU向けAIに匹敵する性能を実現できるという。
実効効率で世界トップクラスのエッジAIプロセッサアーキテクチャ、東工大が開発
NEDOと東京工業大学は、エッジ機器で高効率なCNN（畳み込みニューラルネットワーク）による推論処理が可能なプロセッサアーキテクチャを開発したと発表した。同プロセッサアーキテクチャに基づく大規模集積回路（LSI）も試作し、「世界トップレベル」となる消費電力1W当たりの処理速度で最大26.5TOPSという実効効率を確認している。