AI 芯片设计服务商毅杰科技使用台积电工艺，成功推出 AI/ML ASIC

台湾新竹 - 2023 年 7 月 15 日 - 领先的 IC 设计和生产服务公司 EE Solutions Inc 今天宣布与台湾无晶圆厂 IC 设计客户联合开发的 AI/ML ASIC ，目前已通过所有功能和性能测试并成功推出量产生产阶段，IC在台积电55nm技术制程进行开发和制造。 嵌入式新颖的算法和架构利用可收缩逻辑门和存储器（SRAM、MRAM）的优势，将不同的存储器类型和计算能力集成到不同的先进技术中（例如 14nm 用于 MRAM，TSMC 用于汽车的 16nm），不同功能性的及时学习和认知则适用不同的人工智慧应用。

自 2021 年底开始EES与客户联合开发 AI ASIC，从 RTL 到 FPGA、ASIC 设计移植和验证、物理设计、MPW 和样品验证、Full Masks 和客户样品制造

和验证、封装和测试开发、神经网络和软件工具开发。2023年第一季度，客户已成功推出AI/ML ASIC产品系列，应用于AI的不同细分领域和应用，可根据所需神经元数量进行及时学习和认知， 此 AI ASIC 产品系列的特点是优异的执行效能。5500个并行神经元可以在最小距离下执行5500个向量。

这种新的 AI/ML ASIC 实现了一种新颖的架构，在相同的 ML 和认知性能下消耗更少的功率，它是解决当前 AI/ML 计算和不同应用爆炸式增长的主要问题的关键解决方案。 由于对高性能高效深度学习的迫切需求，这种 AI/ML ASIC 可以在边缘和端点网络上运行，在这些网络中，功率和能量限制使得难以仅依靠 CPU/GPU/NPU 架构来实现不同规模的应用程序，但是在新的 AI/ML ASIC 验证和性能测试结果之后，它可以在 12 微秒 (us) 内找到 1 个向量的 k-NN 与 5500 个向量的性能，且仅消耗 160 Mw。 因为它可以通过在系统上级联多个ASIC来并行扩展神经元的数量，进而扩展计算性能。 从 Fabless IC 设计客户的实验来看，100 万个 RBF/k-NN 神经元通过在系统上级联 ASIC 迅速变成 550 万个也仅需要 12微秒 (us)。 同时，EE Solutions 持续进行其他的新 AI/ML 架构的 ASIC开发，其目标是具有及时 ML 和认知性能的高端视频计算。

考虑到人工智能上低延迟应用的显著增长，以及数据传输到云端的高昂成本，以及通过云渠道的用户数据隐私等因素，人工智能算力的需求将逐渐从云端转移到设备。Al ASIC基于特定的算法和架构进行设计，无论是功耗还是高运算能力方面都优于CPU、FPGA和GPU。 基于以上特点，Al ASIC被实现为尽可能贴近数据采集设备，即所谓的“边缘计算” ，并且可以预见，Al ASIC 应用的需求量将会大幅增加。随着Al生成内容技术和运算能力的普及，可以预见Al ASIC在边缘计算及设备端的竞争能力将具有广大市场及技术优势。