AI芯片設計服務商毅杰科技採用台積電工藝，成功推出AI/ML ASIC

台灣新竹 - 2023 年 7 月 15 日 - 領先的 IC 設計和生產服務公司 EE Solutions Inc 今天宣布與台灣無晶圓廠 IC 設計客戶聯合開發的 AI/ML ASIC ，目前已通過所有功能和性能測試並成功量產生產階段，IC在台積電55nm工藝製程進行開發和製造。嵌入式新穎的算法和架構利用可收縮邏輯門和存儲器（SRAM、MRAM）的優勢，將不同的存儲器類型和計算能力集成到不同的存儲器類型和計算能力中的先進技術中（例如14nm用於MRAM，TSMC用於汽車的16nm），不同功能性的及時學習和識別則適用不同的人工智慧應用。

自2021年底開始EES與客戶聯合開發AI ASIC，從RTL到FPGA、ASIC設計移植和驗證、物理設計、MPW和样品驗證、Full Masks和客戶樣品製造

和驗證、封裝和測試開發、神經網絡和軟件工具開發。2023年第一季度，客戶已成功推出AI/ML ASIC產品系列，審視AI的不同細分領域和應用，可根據所需神經元數量進行及時學習和認知，該AI ASIC產品系列的特點是卓越的執行能力。5500個家具神經元可以在最小距離下執行5500個處理。

這種新型的AI/ML ASIC實現了一種新穎的架構，在相同的ML和認知性能下消耗較少的功率，它是解決當前AI/ML計算和不同應用爆炸式增長的主要問題的關鍵由於對這種高性能延遲學習的迫切需求，AI/ML ASIC 可以在邊緣和端點網絡上運行，在這些網絡中，功率和能量使得難以僅依靠 CPU/GPU/NPU 架構來實現不同規模的應用程序，但是在新的 AI/ML ASIC 驗證和性能測試結果之後，它可以在 12 微秒 (us) 內找到 1 個處理的 k-NN 和 5500 個處理的性能，且僅消耗 160 Mw。因為它可以通過在系統上級連接多個ASIC來補充擴展神經元的數量，進一步擴展計算性能。從Fabless IC設計客戶的實驗來看，100萬個RBF/k-NN神經元通過在系統上級聯動ASIC迅速變成550萬個也只需要12微秒（us）。同時，EE Solutions持續進行其他新的AI/ML架構的ASIC開發，其目標是具有及時ML和認知性能的高端視頻計算。

考慮到人工智能上低延遲應用的顯著增長，以及數據傳輸到雲端的代價，以及通過雲渠道的用戶數據隱私等因素，人工智能算力的需求將逐漸從雲端轉移到設備。Al ASIC 基於特定的算法和架構進行設計，是功耗還是高破壞能力方面都超過CPU、FPGA和GPU。基於以上特點，Al ASIC被實現為尖端近數據採集設備，即所謂的“邊緣計算”，並且可以預見，Al ASIC應用的需求量將急劇增加。隨著Al生成內容技術和攻擊能力的普及，可以預見Al ASIC在邊緣計算及設備端的競爭能力將具有最廣泛的市場及技術優勢。