Сегодня 18 ноября 2026
18+
MWC 2018 2018 Computex IFA 2018
реклама
Теги → 16 нм

Представлен сверхэкономный ИИ-чип для автомобилей — даже на крохах энергии он мигом разберётся в дорожной обстановке

В облаке можно решить задачу любой сложности, но в непростой дорожной обстановке надеяться лучше только на себя. Для таких случаев крупнейший с мире производитель автомобильных запчастей — японская компания Aisin — создала чрезвычайно эффективный ускоритель ИИ с заявленной высочайшей эффективностью и скоростью обработки задач в распознавании изображений.

 Источник изображения: XenoSpectrum

Источник изображения: XenoSpectrum

Разработка создана совместно с исследователями из Университета Тохоку (Tohoku University) и представлена 2 ноября на конференции IEEE Asian Solid-State Circuits Conference 2026. По словам компании, уникальный чип расходует на обработку данных примерно в 50 раз меньше энергии по сравнению с традиционной архитектурой. Это соответствует снижению энергопотребления примерно на 98 % и ускорению обработки операций на 90 %.

Интересно, что чип не потребовал самых передовых техпроцессов и произведён в рамках 16-нм норм производства по технологии FinFET. Это однокристальная система (SoC) со встроенной магниторезистивной памятью STT-MRAM объёмом 32 Мбайт.

 Источник изображения: Asian

Источник изображения: Asian

Безусловно, ключевая особенность разработки — это использование энергонезависимой памяти STT-MRAM (Spin-Transfer Torque Magnetoresistive Random Access Memory), в которой информация сохраняется благодаря магнитным свойствам материала даже после отключения питания. В отличие от традиционной архитектуры, использующей внешние накопители и оперативную память DRAM, новая SoC хранит непосредственно на кристалле как веса нейросетевой модели, так и загрузочные данные операционной системы. Это позволяет отказаться от передачи больших объёмов информации из внешней памяти при включении устройства. Разработчики называют такой подход вычислениями вблизи памяти (Near-Memory Computing, NMC), поскольку он сокращает перемещение данных между вычислительными блоками и хранилищем.

Для проверки возможностей микросхемы использовалась нейросеть Tiny YOLOv3, предназначенная для обнаружения объектов на изображениях. Чтобы разместить модель в ограниченном объёме встроенной памяти, инженеры применили гибридную архитектуру, а также совместное использование весовых коэффициентов. В результате время от подачи питания до запуска операционной системы составило 65,7 мс — в 38,59 раза меньше, чем у традиционной системы с внешней памятью. Время собственно ИИ-обработки сократилось в 10,16 раза, а общее время от включения до завершения первого распознавания — примерно в 25 раз, до 124,2 мс.

 Источник изображения: XenoSpectrum

Источник изображения: XenoSpectrum

Отдельно разработчики сообщают об энергозатратах на обнаружение объектов: 50,7 мДж на один кадр, что составляет примерно 1/50 от показателя сравниваемой традиционной системы. Таким образом, заявленные 98 % относятся не к любым вычислениям искусственного интеллекта и не к энергопотреблению всех существующих процессоров, а к конкретному эксперименту с Tiny YOLOv3 и сопоставленной конфигурацией памяти.

Важно подчеркнуть, что пока речь идёт об опытной разработке, а не о серийном процессоре: Aisin и Университет Тохоку не объявляли о сроках начала массового производства или конкретных коммерческих устройствах, в которых будет применяться микросхема. Не сообщается также о производителе чипа. Известно, что на такое уже способны компании TSMC и Samsung и тайваньские источники уже связали разработку Aisin с TSMC.


window-new
Soft
Hard
Тренды 🔥
Nvidia скопировала баг AMD: драйверы GeForce тоже начали чрезмерно нагружать SSD 26 мин.
«Проект Гриффиндор»: стало известно о секретном плане Meta по вовлечению школьников в Instagram 29 мин.
«Вкус будущего»: эксперты Digital Foundry остались впечатлены графикой GTA VI, но не производительностью 2 ч.
OpenAI GPT-6 Cyber взломала iPhone и практически все остальные устройства Apple 3 ч.
Sony подтвердила прошивку, которая нужна для GTA VI на PS5 — пираты пока отстают 4 ч.
Huawei похвасталась, что число пользователей HarmonyOS превысило 100 млн 4 ч.
В «Яндекс 360» для бизнеса появилась поддержка плагинов — они позволяют расширить возможности виртуального офиса 6 ч.
Интернет начал ломаться весь и сразу, но до киберапокалипсиса ещё далеко — и вот почему 6 ч.
Игры можно больше не выпускать: критики вынесли вердикт GTA VI 7 ч.
Миллионы ИТ-систем по всему миру под угрозой: GPT-6 Cyber нашла критическую дыру в Java 7 ч.
AMD проведёт презентацию на CES 2027 — в анонсе усмотрели намёки на Ryzen с Zen 6 или новые Radeon 8 мин.
Пауза в гонке ИИ продержалась не долго и не ударила по сверхприбылям Nvidia и AMD 31 мин.
TCL придумала, как избавить OLED-мониторы от выгорания без выключения экрана — и заодно сделать их дешевле 3 ч.
Мини ПК на Nvidia по цене от $4399: стартовали продажи систем RTX Spark на Windows для локального ИИ 3 ч.
Everspin и JEDEC разрабатывают стандарт для MRAM, чтобы сделать её массовой 4 ч.
Мировые поставки OLED-мониторов удвоились, а MSI прогнала Samsung со второго места 4 ч.
Жизнь продолжается: выручка и прибыль выше ожиданий, а также оптимистичный прогноз вызвали рост акций NVIDIA 4 ч.
«Яндекс» изобрёл «Компас» — навигатор, который работает при сбоях геолокации 5 ч.
AWS начала строительство в Индиане ЦОД стоимостью $7 млрд 6 ч.
Nvidia полностью прекратила поставки ИИ-чипов в Китай — даже разрешённых США Hopper 6 ч.