Forscher der Universität Tokio erstellen energieeffiziente KI-Edge-IoT-Geräte mit MRAM-Architektur und TGBNN-Algorithmus. Tokyo University researchers create energy-efficient AI edge IoT devices using MRAM architecture and TGBNN algorithm.

Forscher der Tokyo University of Science haben eine Magnetic RAM (MRAM)-basierte Architektur entwickelt, die KI-Fähigkeiten für Edge-IoT-Geräte verbessert. Researchers from the Tokyo University of Science have developed a Magnetic RAM (MRAM)-based architecture that enhances AI capabilities for edge IoT devices. Mit Hilfe eines neuen Trainingsalgorithmus namens Ternary Gradient BNN (TGBNN) reduziert dieses Design die Schaltungsgröße und den Stromverbrauch unter Beibehaltung der Leistung. Utilizing a new training algorithm called Ternary Gradient BNN (TGBNN), this design reduces circuit size and power consumption while maintaining performance. Die Innovation verspricht effiziente KI in Anwendungen wie Wearable Health Monitoren und Smart Homes und trägt durch die Senkung des Energieverbrauchs zur Nachhaltigkeit bei. The innovation promises efficient AI in applications like wearable health monitors and smart homes, contributing to sustainability by lowering energy usage.