Lorsqu’il s’agit d’ajouter de l’intelligence artificielle en extrémité de réseau, typiquement dans des petits appareils connectés munis de capteurs et/ou de moteurs, les fabricants de semi-conducteurs ne peuvent recourir aux ressources du cloud (les échanges de données consommeraient trop d’énergie et induiraient de la latence), ni aux gros processeurs graphiques utilisés notamment dans les centres de données. En général, les fabricants de microcontrôleurs se rabattent sur un traitement logiciel ou sur des accélérateurs IA de très petites taille et consommation afin de mettre en œuvre des fonctions d’apprentissage et d’inférence. Rohm vient ainsi de concevoir un circuit associant son cœur 8 bits propriétaire MatisseCORE (Matisse pour micro arithmetic unit for tiny size sequencer) et un accélérateur IA exploitant un algorithme d’apprentissage embarqué développé par le professeur Hiroki Matsutani à l’Université de Keio.

Cet accéléromètre baptisé AxICORE-ODL n’occupe que 20000 portes logiques et, associé au cœur MatisseCORE, ne consomme que quelques dizaines de milliwatts. Il repose sur un réseau neuronal à trois couches. L’objectif du Japonais est de l’intégrer dans des montages à capteurs ou à moteurs à des fins de maintenance prédictive par exemple. La commercialisation débuterait l’an prochain, avec une production de masse prévue en 2024. Des cartes d’évaluation exploitant l’environnement Arduino seront également disponibles, autour du circuit prototype BD15035 de Rohm qui combine un cœur MatisseCORE, l’accélérateur AxICORE-ODL, 64Ko de mémoire flash, 448Ko de Sram et un convertisseur analogique-numérique 12 bits dans un boîtier de 9x9mm.