// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
BrainChip spedisce il chip Akida, l’AI neuromorfica diventa reale
BrainChip ha avviato le spedizioni commerciali del processore neuromorfico AKD1500, portando la sua tecnologia Akida fuori dalla fase puramente dimostrativa. Il passaggio riguarda chip di riferimento destinati a clienti reali, con volumi produttivi iniziali e un percorso di qualifica pensato per impieghi industriali e militari.
Il nuovo componente è prodotto insieme a GlobalFoundries usando tecnologia GlobalFoundries 22FDX, cioè un processo FD-SOI a 22 nm adatto a dispositivi a basso consumo. La promessa tecnica è chiara: eseguire AI neuromorfica direttamente vicino al sensore, senza dover inviare ogni dato a un server o a un acceleratore più energivoro.
AKD1500 può funzionare come coprocessore autonomo o come acceleratore affiancato a un host. La caratteristica più concreta è l'inferenza sub-watt: BrainChip indica consumi inferiori a 300 mW in modalità PCIe e sotto i 200 mW tramite interfaccia seriale, numeri che puntano a sistemi sempre attivi ma alimentati da batterie compatte.
Il design event-based lavora solo quando arrivano eventi significativi dai sensori, invece di mantenere costantemente attiva tutta la pipeline di calcolo. È lo stesso filone tecnologico che avevamo seguito parlando delle applicazioni militari dei chip neuromorfici BrainChip, dove latenza, autonomia e indipendenza dal cloud pesano più della pura potenza di picco.
I primi clienti citati dall'azienda includono ambiti difesa e wearable, due scenari molto diversi ma accomunati da limiti stringenti su energia, calore e spazio. Il chip è inoltre in fase di qualifica militare e industriale, con test ambientali pensati per shock, vibrazioni e temperature estreme.
BrainChip prevede due formati di consegna: silicio in package standard per schede ad alta affidabilità e bare die per integrazioni dirette su substrato o moduli multi-chip molto compatti. Sul fronte dell'architettura, AKD1500 può affiancare processori x86, ARM o RISC-V, ma anche microcontrollori tramite SPI e I2C.
La parte software resta un elemento essenziale del pacchetto: il flusso MetaTF consente di compilare e ottimizzare modelli per l'esecuzione su Akida. Per l'edge AI, il punto non è sostituire le GPU nei data center, ma portare riconoscimento di pattern e apprendimento locale in dispositivi che devono reagire subito, consumare poco e funzionare anche senza connessione stabile.
Aggiungi Tom's Hardware alle tue fonti preferite su Google