У этой AI-платы главный компонент — два канала измерения тока

MCU будит сопроцессор, отправляет по QSPI пакет данных, ждёт ответ и возвращает систему в сон. На осциллограмме такого цикла должны появиться короткий подъём тока, работа вычислительного ядра и хвост, оставленный интерфейсом, памятью и логикой пробуждения. Именно этот сценарий BrainBoard1500 от Neuromorphyx и BrainChip обещает сделать наблюдаемым без внешнего шунта и переделки платы.

Вокруг AKD1500 собрана компактная developer board формата Arduino Nicla с footprint 22.9 × 22.9 мм. Хостом выступает MCU либо FPGA; путь данных заявлен через SPI/QSPI, системное управление идёт по I2C. На самой плате есть 4 МБ flash для моделей, для заводской конфигурации доступен вариант на 8 МБ. Однако самым содержательным элементом здесь выглядят два канала current monitor. Они дают шанс увидеть последовательность физических состояний питания вместо усреднённого числа «мВт на AI».

Это меняет вопрос, который придётся решать при проектировании узла с батареей. Можно держать сопроцессор активным и обслуживать поток измерений с датчика. Можно копить данные в MCU, разбудить AKD1500 на короткий burst, передать пакет и снова уснуть. Второй путь выглядит очевидно экономным, пока измерение не покажет цену wake-up, ток flash, длительность обмена по SPI и энергию самого внешнего сенсора. У пакетного режима может оказаться высокий импульсный ток и слишком длинный хвост пробуждения; у непрерывного — меньшая цена каждого ответа, но постоянная утечка энергии между ними.

В прежнем анонсе самого AKD1500 BrainChip заявляла до 800 GOPS при мощности менее 300 мВт. Эта цифра относится к микросхеме в нераскрытом сценарии. Она ничего сама по себе не говорит о плате с модельной flash, интерфейсом хоста, монитором питания и конкретной spiking-моделью. Два измерительных канала интересны ровно потому, что могут связать паспортный ускоритель с полным циклом работы устройства. Один канал потенциально пригоден для отделения вычислительной нагрузки от питания остальной обвязки, либо для одновременного наблюдения двух ветвей питания; конкретную схему производитель пока не раскрыл.

Пока перед нами обещание измерительного инструмента; опубликованного эксперимента ещё нет. В доступных материалах нет диапазона токов, полосы пропускания, частоты дискретизации, точности, калибровки, схемы включения каналов и примеров осциллограмм. Нет также независимых результатов по задержке, теплу или энергии инференса на BrainBoard1500. Поэтому нельзя посчитать энергию одного ответа и нельзя утверждать, что плата уже различает короткий burst и переход в сон с полезным разрешением.

Но выбор самого вопроса редок для AI-devkit. Такая плата ценна, если заставит разработчика выбрать режим работы по измеренному профилю питания: непрерывный поток, редкие bursts или отказ от отдельного ускорителя в пользу MCU. Здесь два канала тока способны стать тем местом, где маркетинговый TOPS впервые встречается с батареей, кабелем питания и настоящим временным графиком задачи.