ImeC introduceert eerste spiking neural network radar-chip, vermindert vermogen 100× en latentie 10×

ImeC heeft de lancering aangekondigd van de werelds eerste spiking neural network (SNN)-chip ontworpen voor radar-signaalverwerking. De doorbraak maakt lage‑energie, hoge‑snelheid anti‑botsingssystemen voor drones mogelijk die naderende objecten binnen milliseconden kunnen detecteren en reageren.

Door de zeldzame vuurpatronen van biologische neuronen na te bootsen, verbruikt de chip 100 keer minder energie dan conventionele oplossingen terwijl de latentie met een factor tien wordt verminderd, wat bijna instantane besluitvorming mogelijk maakt. Bijvoorbeeld kan de chip micro‑Doppler radar-handtekeningen classificeren met slechts 30 mW vermogen. De veelzijdige architectuur kan aangepast worden om een breed scala aan sensordata-streams te verwerken – ECG, spraak, sonar, radar en lidar – wat het ideaal maakt voor next‑generatie intelligente systemen.

Traditionele kunstmatige neurale netwerken (ANNs) domineren veel AI-toepassingen, inclusief automotive radar‑gebaseerde botsingsvermijding. ANNs eisen echter vaak hoge energie en vereisen dat data de sensor–algoritme-pipeline doorloopt voordat een beslissing gemaakt kan worden, wat problematisch is voor batterij‑beperkte apparaten.

"Vandaag presenteren we de werelds eerste chip die radar-signalen verwerkt met een recurrent spiking neural network," zegt Ilja Ocket, programmamanager neuromorphic sensing bij ImeC. "SNNs opereren op een manier die nauw biologisch neurale netwerken nabootst, met neuronen die elektrische pulsen afvuren alleen wanneer sensorische input verandert. Deze sparse activiteit verlaagt energieverbruik dramatisch. Bovendien geven de recurrente verbindingen de SNN de mogelijkheid om temporele patronen te leren en te onthouden, een significante stap naar echt zelf‑lerende systemen."

ImeC's chip was oorspronkelijk afgestemd op ECG en spraak in ultralage‑energie-apparaten. De generieke, volledig digitale, event‑gedreven architectuur stelt eenvoudige herconfiguratie voor andere modaliteiten zoals sonar, radar en lidar in. In tegenstelling tot analoge SNNs garandeert het digitale ontwerp dat het gedrag van de chip precies overeenkomt met de neurale‑netwerksimulatie.

Slim lage‑energie anti‑botsingssysteem voor drones (en auto's)

Een primaire doelwit voor de nieuwe ImeC-chip is een lage‑latentie, lage‑energie anti‑botsingssysteem voor drones. De onbemande luchtvaartuig-industrie – meer dan automotive – opereert met strikte batterijlimieten en vereist snelle omgevingsbewustzijn. Door radar-data on‑board te verwerken, kan de chip naderende objecten sneller en nauwkeuriger onderscheiden, wat drones in staat stelt om bijna direct op gevaren te reageren.

Ocket merkt op dat een scenario in ontwikkeling betreft autonoom navigerende drones in magazijnen, die veilige afstanden van wanden en planken handhaven tijdens het uitvoeren van complexe taken. Dezelfde technologie kan uitgestrekt worden naar robotica, geautomatiseerde geleide voertuigen en zelfs gezondheidsmonitoring.

Om deze chip te realiseren, heeft ImeC een multidisciplinair team samengesteld – van trainingsalgoritme-ontwikkelaars en SNN-architecten geïnspireerd door neurowetenschap, tot biomedische en radar signaalverwerking-experts, en ultralage‑energie digitale-chip-ontwerpers – wat een robuuste end‑to‑end-oplossing garandeert.

>> Dit artikel was oorspronkelijk gepubliceerd op onze zus‑site, EE Times Europe.