아스피니티(Aspinity), 아날로그 프로세서 RAMP로 에지 전력 10분의 1 절감

아날로그 도메인에서 먼저 분석, 전력·데이터량 획기적 감축

2015년 설립된 피츠버그 소재 스타트업 아스피니티(Aspinity)가 화요일 재구성 가능 아날로그 모듈러 프로세서(RAMP) 플랫폼을 출시합니다. 초저전력 아날로그 처리 플랫폼으로, 음성, 알람, 진동 변화 등 원시 센서 데이터를 아날로그 영역에서 직접 감지, 분석, 분류. 신호와 배경 소음 분리 후 정제된 데이터만 디지털화로 넘깁니다.

아날로그 분석을 우선시함으로써 RAMP는 상시 애플리케이션에서 에지 기기 전력 소비를 최대 10배, 데이터 양을 100배 줄일 수 있다고 아스피니티 주장. 배터리 구동 상시 센싱 기기 대상: 소비자, 스마트홈, IoT, 산업 시장.

린리 그룹(The Linley Group) 수석 애널리스트 마이크 뎀러(Mike Demler)는 RAMP의 두드러진 특징이 극한의 저전력 - 활성 동작 시 단 10µA 소모, 아날로그 칩으로는 괄목할 성과라고 EE Times에 밝혔습니다.

창업 배경: 아날로그로 돌아간 신경망

창업자 겸 CEO 톰 도일(Tom Doyle)은 진 프란츠(Gene Frantz)가 신경망을 아날로그로 되돌려야 한다고 논의한 후 열광. 프란츠는 전 TI 기술 펠로우, 현 라이스 대학 교수로 AI에서 아날로그 신호 처리 오래 옹호. "RAMP가 정확히 그 일을 합니다"라고 도일.

아날로그 vs 디지털: 차별화 포인트

ST마이크로일렉트로닉스, 르네사스 등 타 벤더도 이상 탐지용 AI 엔드포인트 기기 홍보하지만 디지털 회로와 소프트웨어 의존. ST는 ARM 코어, 르네사스는 하이브리드 DRP(동적 재구성 프로세서) 제공. 반면 RAMP는 뉴런과 시냅스를 완전 아날로그 설계로 구현.

RAMP는 가장 관련성 높은 데이터 포인트만 샘플링해 진동 데이터를 100배 압축, 분석 위해 전송해야 할 데이터량 대폭 절감. 배터리 구동 무선 센서 네트워크에 결정적.

미식(Mythic) vs 아스피니티: 아날로그 연산의 다른 접근

아날로그 연산은 신경망의 원래 접근법. 오늘날 미식(Mythic), 신티언트(Syntiant) 등은 인메모리 아날로그 연산으로 디지털 추론 엔진 대비 전력 절감 탐구. 디지털 메모리 트랜잭션 제거로 상당한 전력·다이 면적 절감 달성.

아스피니티 아키텍처는 코드와 데이터 메모리를 연산 요소와 인터리브 배치, 비휘발성 메모리 사용으로 효율성 확보. 미식이 디지털 입력을 받아 플래시 셀을 아날로그 컨덕턴스 요소로 쓰는 것과 달리, RAMP는 원시 아날로그 신호를 증폭기, 필터, 가산기, 감산기 등 매개변수화된 다양한 아날로그 회로로 처리.

6-8비트 정밀도로 충분

디지털 회로가 일반적으로 더 높은 정밀도 제공하지만, 많은 애플리케이션에서 6-8비트 아날로그 정밀도면 충분. 이 낮은 정밀도가 더 작고 저전력 설계 가능케 하며, 웨이크 워드 감지 같은 작업에 여전히 효과적.

요약: RAMP는 웨이크 워드와 사운드 감지용 초저전력 음향 처리의 틈새 시장 겨냥. 유휴 시 기기 딥 슬립 진입 가능케 함.

아날로그는 공정, 전압, 온도 변동성 등 과제 있으나, 디지털 메모리 트랜잭션 제거로 상당한 전력·면적 이점 획득 가능.

응용 분야

아스피니티는 음성 우선 기기 - 스마트 스피커, 웨어러블, 히어러블 - 시장 성장 전망. 도일은 단일 배터리로 1년 작동하는 음성 우선 TV 리모컨 상상, 제조사에 경쟁 우위 제공.

RAMP 아날로그 블록은 애플리케이션별 알고리즘으로 재프로그래밍 가능, 산업용 가속도계 진동 모니터링 등 다양한 센서의 원시 아날로그 데이터 분석 가능.

RAMP는 특수 목적 회로. 설계자는 음성 활성화 기기 추가 시 비용 대비 편익 저울질 필요하지만, 별도 칩이 아닌 음성 프로세서 프론트엔드로도 활용 가능.

도일 CEO는 칩 판매 외 IP 라이선싱 확대 계획. 여러 소비자·칩셋 기업과 파트너십 체결, 현재 칩 샘플링 중, 양산은 2020년 초 예정.

회사 개요

아스피니티는 웨스트버지니아 대학 연구 상용화 위해 설립, 대학 기술 독점 권리 보유. 3차 펀딩 라운드로 360-370만 달러 조달, 아마존 두 라운드 참여. 10명 엔지니어 팀, 풍부한 아날로그 전문성 보유.

— 준코 요시다(Junko Yoshida), 아스펜코어 미디어 글로벌 공동 편집장, EE Times 수석 국제 특파원

> 이 기사는 자매 사이트 EE Times의 "Aspinity Puts Neural Networks Back to Analog"에서 발췌되었습니다.