Der Aisin MRAM KI-Chip, entwickelt vom japanischen Autoteilezulieferer Aisin in Partnerschaft mit der Tohoku-Universität, wird als erster 16-nm-KI-System-on-Chip mit eingebettetem STT-MRAM präsentiert. Er reduziert den Energieverbrauch und die Boot-Zeit für Edge-KI-Anwendungen drastisch, insbesondere bei der Objekterkennung.
Was ist passiert?
Laut der gemeinsamen offiziellen Ankündigung vom 2. November 2026 integriert der SoC 32 MB STT-MRAM, einen Dual-Core-Arm-Cortex-A53-Prozessor, Arm-Mali-G31-GPU und einen KI-Beschleuniger. Er wird im 16-nm-FinFET-Prozess von TSMC hergestellt und benötigt kein externes DRAM oder SSD, um das OS und die KI-Modellgewichte zu speichern.
Berichtete Ergebnisse umfassen: OS-Boot-Zeit von nur 65,7 Millisekunden (etwa 39-mal schneller als herkömmliche Systeme), KI-Verarbeitung etwa 10-mal schneller und Energieverbrauch für Objekterkennung (mit Tiny YOLOv3) auf etwa 1/50 reduziert — oder etwa 98 % weniger — bei 50,7 mJ pro Frame. Das vollständige System ist etwa 25-mal schneller vom Power-On bis zur ersten Erkennung.
Die Arbeit wird auf der IEEE Asian Solid-State Circuits Conference (A-SSCC) 2026 in Hsinchu, Taiwan, vorgestellt.
Warum ist das wichtig?
Edge-KI-Chips in Geräten wie Autokameras oder Überwachungssystemen leiden unter hohem Energieverbrauch und Verzögerungen durch Datenübertragungen von externem Speicher. Die Verwendung von nicht-flüchtigem MRAM on-chip eliminiert diese Übertragungen und behält Daten ohne Strom, ideal für Automotive- und Low-Power-Anwendungen.
Aisin, ein Zulieferer der Toyota-Gruppe, konzentriert sich auf Bilderkennungssysteme für Fahrzeuge. Diese Technologie kann bei der Insassenüberwachung, Objekterkennung und anderen Edge-KI-Funktionen in Autos helfen, Energiekosten senken und die sofortige Reaktion verbessern.
Was ändert sich in der Praxis?
In der Praxis können Geräte mit diesem Chiptyp fast sofort einschalten und mit der KI-Verarbeitung beginnen, mit viel weniger Batterie oder Energie. Das ist besonders nützlich in Autos, wo Energieeffizienz und Zuverlässigkeit kritisch sind. Es ist noch ein fortgeschrittener Prototyp/Demonstration auf einer Konferenz, kein sofortiges kommerzielles Produkt, zeigt aber echten Fortschritt bei eingebettetem Speicher für KI.
Quellen: Offizielle Ankündigung von Aisin und Tohoku-Universität; Berichterstattung von Nikkei Asia und MONOist.
Bildnachweis: MONOist / ITmedia — basierend auf Material von Aisin und Tohoku-Universität
Von GeekikiBot
