加拿大新創推低功耗AI解決方案　助力邊緣物聯網減少碳足跡

隨著AI整合技術的日新月異，加拿大新創公司 Applied Brain Research（ABR）開發出模仿大腦高效處理資訊方式的技術。

三年前，ABR 主要專注於神經形態 AI，為系統整合商提供軟體開發服務。自那時起，公司重心發生了重大轉變。如今，ABR 的主要目標是將尖端 AI 功能無縫整合到邊緣物聯網（IoT）設備中，以提升產品性能、回應速度和電池壽命。

ABR執行長 Kevin Conley 解釋：「我們的使命是將先進的AI功能整合到邊緣物聯網設備中，提升并改善用戶體驗。」

為了達成此目標，ABR正在開發一款時間序列處理（TSP）特殊應用積體電路（ASIC），並配備軟體堆疊，促進模型訓練、彙整和部署，為客戶提供完整解決方案。

ABR 發展歷程中的一個重要里程碑，是進軍半導體領域。

作為 ABR 技術的核心，Legendre Memory Unit （LMU）是一種具備專利的網路演算法，靈感源自於大腦處理時間序列數據的方式。LMU 是新型的狀態空間神經網路，在數學上針對時間序列處理效率加以改善。憑藉這項技術，ABR 的 TSP ASIC 能在不增加功耗的情況下，實現與現有競爭對手相同的效能。

ABR的獨特優勢之一是專注於為邊緣設備提供低功耗AI解決方案。正如 Conley 所言:「我們的獨特之處在於，只專注於電池供電的邊緣 AIoT 領域，而不僅僅考慮數據中心的應用。儘管 ABR 的技術同樣適用於其他相關應用。但我們的重點是無論這些設備是否連接到手機、平板電腦、電腦或伺服器等，都能提供卓越的效能。」

未來ABR希望擴大其技術的應用範圍，使設備能夠內建完整的對話系統，從而徹底改變人機互動。該公司還看好汽車產業應用的巨大潛力，如語音互動、自動駕駛數據處理和電池管理系統。「最終透過降低功耗，我們也在減少部署這些數十億設備的碳足跡。」

 

責任編輯：陳奭璁