Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

AI goes Ultra Low Power - Teil 2

Energieeffizientes Ki-System
 
: Breiling, Marco; Reichel, Peter; Reichenbach, Marc

:
Volltext (HTML; )

Elektronik (2021), Nr.20, S.44-49
ISSN: 0013-5658
Deutsche Forschungsgemeinschaft DFG
LO3-ML
Low-Power Low-Memory Low-Cost EKG-Signalanalyse mit ML-Algorithmen
Deutsch
Zeitschriftenaufsatz, Elektronische Publikation
Fraunhofer IIS, Institutsteil Entwicklung Adaptiver Systeme (EAS) ()
Neuromorphe Hardware

Abstract
Ausgehend vom Konzept der neuen Bundesagentur für Sprunginnovationen (PSRIN-D) initiierte das BMBF drei Pilot-Innovationswettbewerbe. Einer davon stellte die Teilnehmer vor die Aufgabe, ein möglichst energieeffizientes KI-System als Hardware-Implementierung auf einem ASIC bzw. FPGA zu entwickeln. Mit diesem sollte mit minimaler Energie ein Stapel von Hunderten jeweils zwei Minuten langen EKG-Signalen durch einen Machine Learning (ML) Algorithmus analysiert werden: Ist der Patient gesund oder zeigt die Aufnahme Vorhofflimmern? Es ist bekannt, dass Vorhofflimmern eine häufige Ursache von Schlaganfällen ist. Eine energieeffiziente und kostengünstige Analyse könnte daher vielfach Schlaganfälle verhindern. Dem Team des Fraunhofer-Instituts für Integrierte Schaltungen IIS und der Friedrich-Alexander Universität Erlangen als einer der Sieger des Innovationswettbewerbes gelang es, die für die EKG-Analyse benötigte durchschnittliche Leistungsaufnahme auf lediglich 1 µW senken - das ist so wenig Leistung, wie eine 4 cm × 4 cm große Solarzelle bei Mondschein liefert. Nachdem im 1. Teil das Gesamtkonzept eines Ultra-Low-Power-Beschleunigers für die EKG- oder allgemeine Zeitreihenanalyse vorgestellt wurde, werden nun einzelne Aspekte des Chipentwurfs genauer beleuchtet.

: http://publica.fraunhofer.de/dokumente/N-642648.html