Advertentie
Advertentie

Smartphonemakers ontwerpen zelf slimme chips

De Pixel 6-smartphone van Google is uitgerust met de Tensor-chip. ©AFP

Google heeft een eigen chip, de Tensor, ontworpen voor zijn nieuwe Pixel-smartphones die het dit najaar lanceert. Dat past in een trend die toestellen sneller, veiliger en energie-efficiënter moet maken.

De Tensor is bestemd voor de Pixel 6-smartphones van Google. Vorig jaar begon Apple al zijn eigen chip te gebruiken voor zijn Mac-computers in plaats van een beroep te doen op de Amerikaanse chipreus Intel.

‘Dit is belangrijk, maar niet helemaal onverwacht’, zegt Peter Debacker, programmamanager machinelearning bij het Leuvense onderzoeksinstituut Imec. ‘Alle grote smartphonefabrikanten zijn al enkele jaren bezig specifieke functionaliteit toe te voegen om sneller en energie-efficiënter met artificiële intelligentie (AI) te kunnen werken.’ Het gaat om ‘accelerators’ die de snelheid van de berekeningen opdrijven. Door zijn eigen smartphonechip te ontwerpen, kan Google dit soort accelerators nauw en efficiënt integreren in de rest van zijn systeem.

Die bedrijven hebben daarmee zo goed als de hele smartphone onder controle, van de software tot de transistors in de chip.
Peter Debacker
Programmamanager machinelearning bij Imec

Debacker verwijst naar toepassingen zoals gezichtsherkenning, beeldverwerking of het omzetten van spraak naar tekst en games zoals Pokémon Go. Aanvankelijk werden de data naar servers gestuurd, maar nu is de trend om al die bewerkingen op het toestel zelf te doen. Dat is beter voor de privacy en de snelheid.

Power house

‘Google is een powerhouse in machinelearning. Het gebruikt die expertise nu ook om zijn smartphones te onderscheiden van de concurrentie’, legt Debacker uit. Machinelearning is een onderzoeksveld in AI dat zich toespitst op technieken waarmee computers kunnen leren.

Google heeft in zijn datacenters al vier generaties van Tensor Processing Units (TPU-chips). Dat soort hardware is nu aangepast en geïntegreerd met de applicatieprocessor van de telefoon om heel energie-efficiënt in een smartphone te werken, zegt Debacker. De toepassingen van machinelearning zijn bijzonder data- en berekeningsintensief, merkt hij op. Daar worden nu aparte accelerators voor gemaakt die slechts een beperkt aantal dingen kunnen, maar wel heel efficiënt zijn. Daarnaast is er een meer flexibele maar minder efficiënte processor die dient voor gewone applicaties zoals e-mail.

Net zoals Apple en Huawei bracht Google zowel de processor voor de applicaties als de beeldverwerking en de machinelearning samen op een chip. ‘Die bedrijven hebben daarmee zo goed als de hele smartphone onder controle, van de software tot de transistors in de chip’, zegt de Imec-expert.

De chips worden door een heel beperkt aantal bedrijven geproduceerd: het Taiwanese TSMC en het Zuid-Koreaanse Samsung. Er zijn ook bedrijven die de chips niet produceren, maar wel ontwerpen. Daar is een consolidatie aan de gang, zoals het Amerikaanse Nvidia dat het Britse ARM probeert over te nemen. Ook verwacht Debacker dat de bigtechbedrijven start-ups met beloftevolle technologie gaan overnemen.

Imec

Imec zelf bestudeert in het kader van het Vlaamse AI-programma hoe energie-efficiënter aan AI kan worden gedaan. Samen met de KU Leuven maakt het instituut chips van de volgende generatie. ‘Hopelijk komt daar binnen niet al te lange tijd nog een spin-off uit voort.’

Imec onderzoekt ook hoe apparaten kunnen samenwerken. ‘Denk aan een fabriek met bewegingssensoren, beveiligingscamera’s, vorkliften met hun eigen sensoren... Hoe gaan we al die informatie slim combineren zodat mensen gewaarschuwd worden voor gevaarlijke situaties?’ Dat veronderstelt een verdeling van de AI over verschillende apparaten, waarbij machinelearning en dus ook de daaraan verbonden hardware van groot belang zijn.

Lees verder

Advertentie
Advertentie
Advertentie

Gesponsorde inhoud

Gesponsorde inhoud