Tim mempresentasikan dua chip inovatif ini di IEEE International Solid-State Circuits Conference (ISSCC) 2024, Olimpiade industri sirkuit terpadu (IC).

ISSCC adalah pertemuan global tahunan untuk sirkuit solid-state, tempat para peneliti, insinyur, dan profesional terbaik bertemu untuk membicarakan perkembangan baru dan masa depan teknologi chip. Konferensi tahun ini diadakan di San Francisco dari tanggal 18 hingga 22 Februari.

Kesenjangan AI Tiongkok dan AS semakin lebar: ‘kita semua sangat cemas’

Chip konvensional juga cenderung mengalami konsumsi energi saat bangun yang tinggi dan seringnya bangun yang salah, sehingga menyebabkan efisiensi energi yang rendah.

Tim Zhou mengusulkan arsitektur baru yang mengatasi keterbatasan ini melalui berbagai optimasi, termasuk mesin komputasi dinamis, sirkuit peredam bising adaptif, dan sirkuit pengenalan kata kunci dan speaker terintegrasi.

“Chip ini mampu mengenali konsumsi energi kurang dari dua mikrojoule per instans, dengan tingkat akurasi melebihi 95 persen dalam suasana sunyi dan 90 persen dalam lingkungan bising, sehingga menetapkan tolok ukur global baru untuk efisiensi dan akurasi energi,” sebuah laporan tentang kata situs web UESTC.

Dalam demonstrasi sistem, chip berukuran 1 cm persegi (0,155 inci persegi) ini diintegrasikan ke dalam unit mikrokontroler berukuran 3cm x 3cm di dalam mobil mainan untuk mengontrol pergerakannya.

“Desain yang ada mengandalkan data kejang pasien yang ekstensif untuk pelatihan guna mencapai akurasi yang tinggi, sebuah proses yang memakan waktu dan biaya karena rendahnya kejadian kejang dan perlunya rawat inap,” kata laporan itu.

Untuk mengatasi tantangan khusus ini, para peneliti mengoptimalkan algoritma pelatihan ulang zero-shot yang memungkinkan model AI terlatih untuk membuat prediksi akurat pada data yang tidak terlihat tanpa perlu mengumpulkan sinyal kejang pasien, sehingga mencapai tingkat akurasi lebih dari 98 persen.

Sebelum digunakan, pasien hanya perlu memakai perangkat untuk kalibrasi dua menit dalam kondisi aslinya, sehingga perangkat dapat mengenali karakteristik sinyal individual.

01:50

Peneliti Tiongkok mengklaim terobosan antarmuka otak-komputer menggunakan sinyal otak monyet

Peneliti Tiongkok mengklaim terobosan antarmuka otak-komputer menggunakan sinyal otak monyet

Dengan peningkatan ekstra pada mesin ekstraksi fitur dan mesin pembelajaran on-chip, rata-rata konsumsi energi pengenalan chip ini hanya sekitar 0,07 mikrojoule, yang merupakan desain paling hemat energi dari jenisnya secara internasional.

Laporan resmi mencatat ada peningkatan akurasi sebesar 10 persen dan pengurangan konsumsi energi lebih dari 90 persen dibandingkan dengan chip lain yang dipresentasikan pada konferensi tahun lalu.

Dalam demonstrasi di ISSCC, sinyal EEG pengguna real-time yang dikumpulkan dari perangkat antarmuka otak-komputer yang dapat dipakai dikirimkan ke papan tes melalui Bluetooth. Chip tersebut dikonfigurasi ulang untuk mengidentifikasi perintah motorik yang dibayangkan, memungkinkan kendali gerakan robot untuk bergerak maju, berhenti, atau mundur.