برین‌چیپ از Sequora رونمایی کرد؛ هوش مصنوعی لبه‌ای که فراتر از تشخیص، درک می‌کند و پاسخ می‌دهد
مشتریان می‌توانند طراحی این پردازنده را تحت مجوز دریافت کرده و در تراشه‌های اختصاصی خود به کار بگیرند. همچنین انتخاب کارخانه تولید نیمه‌رسانا و فناوری ساخت تراشه بر عهده خود آن‌ها خواهد بود.
Sequora قابلیت‌های اثبات‌شده برین‌چیپ در حسگری دائمی و فوق‌کم‌مصرف را به حوزه هوش مصنوعی مولد گسترش می‌دهد.
لاگونا هیلز، کالیفرنیا، ۱۴ اکتبر ۲۰۲۶ (گلوب نیوزوایر) ــ شرکت برین‌چیپ هولدینگز (BrainChip Holdings Ltd.) با نمادهای معاملاتی BRN در بورس استرالیا، BRCHF در بازار OTCQX و BCHPY برای گواهی سپرده آمریکایی، امروز از هسته پردازشی BrainChip Sequora™ Core IP رونمایی کرد. این شرکت که از پیشگامان جهانی هوش مصنوعی نورومورفیک کاملاً دیجیتال، رویدادمحور و فوق‌کم‌مصرف به شمار می‌رود، Sequora را برای اجرای مستقیم هوش مصنوعی مولد، از جمله مدل‌های زبانی بزرگ (LLM)، روی دستگاه‌های لبه‌ای مجهز به باتری طراحی کرده است.
Sequora گام بعدی برین‌چیپ در مسیر توسعه هوش مصنوعی لبه‌ای است و بر قابلیت‌های پلتفرم Akida™ این شرکت تکیه دارد. بهره‌وری بالای این پردازنده از ساختار مدل‌های آن ناشی می‌شود؛ معماری مبتنی بر فضای حالت باعث می‌شود میزان حافظه موردنیاز، صرف‌نظر از طول جریان داده یا مدت مکالمه، ثابت بماند. به همین دلیل، Sequora می‌تواند مدل‌هایی با چند میلیون تا ۳ میلیارد پارامتر را اجرا کند. به گفته شرکت، دستگاه‌هایی که پیش‌تر تنها قادر به تشخیص یک سیگنال بودند، اکنون می‌توانند اطلاعات را درک و تفسیر کنند، توضیح دهند و به آن‌ها پاسخ دهند؛ آن هم با همان سطح مصرف انرژی پایینی که مشتریان از برین‌چیپ انتظار دارند.
فرانک فرانته، مدیرعامل شرکت ForwardEdge ASIC، گفت: «مشتریان تجاری و فعالان حوزه هوافضا و دفاع ما در حال به‌کارگیری هوش مصنوعی در بسیاری از سامانه‌های لبه‌ای نسل آینده هستند؛ سامانه‌هایی که باید در محیط‌های پرتراکم و مورد منازعه، پردازش و تصمیم‌گیری بلادرنگ انجام دهند و در عین حال از نظر ابعاد، وزن و مصرف انرژی کمترین محدودیت ممکن را به سامانه تحمیل کنند. Sequora هوش مصنوعی مولد را در قالب یک هسته پردازشی کم‌مصرف ارائه می‌کند که با بسیاری از الزامات تراشه‌های سفارشی ما سازگار است. این فناوری مسیری برای افزودن قابلیت‌های هوشمند درون‌دستگاهی به تراشه‌های ASIC لبه‌ای مورد استفاده در مأموریت‌های حیاتی فراهم می‌کند.»
Sequora چه قابلیت‌هایی دارد؟
Sequora محدودیت‌های مربوط به حافظه و مصرف انرژی را که تاکنون مانع اجرای هوش مصنوعی مولد روی دستگاه‌های باتری‌خور، مانند هدفون‌های توگوشی و گره‌های حسگر، شده‌اند برطرف می‌کند. ترکیب این پردازنده با Akida امکان اجرای دو نوع پردازش را در یک راهکار واحد فراهم می‌سازد. Akida داده‌های پیوسته حسگرها، از جمله ارتعاش، صدا، رادار، داده‌های خام مؤلفه‌های I و Q سیگنال‌های فرکانس رادیویی (RF) و سیگنال‌های زیستی را پردازش می‌کند. در مقابل، Sequora اجرای هوش مصنوعی مولد و پردازش‌های ترتیبی را بر عهده دارد؛ از جمله اجرای مدل‌های زبانی بزرگ روی خود دستگاه، تعامل صوتی دوسویه و عامل‌های هوش مصنوعی.
بازارهای گوناگون، از تجهیزات صوتی مصرف‌کنندگان و دستگاه‌های پوشیدنی گرفته تا صنایع هوافضا و دفاع، خودروسازی، رادارهای صنعتی، اینترنت اشیای صنعتی و تجهیزات پزشکی و زیست‌پزشکی، به محصولاتی نیاز دارند که بتوانند هم استنتاج متعارف و هم استنتاج مولد را در یک دستگاه انجام دهند.
جی کیم، مدیرعامل شرکت edgeAI Inc.، گفت: «لبه شبکه همان جایی است که هوش مصنوعی در زیرساخت‌های روزمره، از کنتورهای خدمات عمومی گرفته تا سامانه‌های حمل‌ونقل، کاربرد عملی پیدا می‌کند. برین‌چیپ از همان ابتدا متوجه شد که بهره‌وری عامل تعیین‌کننده موفقیت در پردازش لبه‌ای خواهد بود. اکنون این شرکت همان رویکرد را در هوش مصنوعی مولد به کار گرفته و قابلیت‌های زبانی و استدلالی را به دستگاه‌هایی می‌آورد که با یک باتری کوچک کار می‌کنند.»
چالش‌های اصلی که Sequora برای رفع آن‌ها طراحی شده است
- کند شدن یا توقف اجرای مدل‌های مولد به دلیل محدودیت پهنای باند حافظه.
- افزایش هزینه پردازش هر واژه با طولانی‌تر شدن مکالمه، بزرگ‌تر شدن پنجره زمینه و افزایش حجم حافظه نهان مرتبط با آن.
- محدود شدن اندازه مدل‌های قابل اجرا با باتری به دلیل حجم بالای تبادل داده با حافظه.
- نیاز به پیش‌بینی‌پذیر کردن انشعاب‌های زمان اجرا برای دریافت گواهی‌های تأیید در صنایع خودروسازی، پزشکی و سامانه‌های الکترونیکی هوانوردی.
- چالش‌های مربوط به تأخیر پاسخ‌گویی به هر درخواست و حفظ حریم خصوصی هنگام پردازش روی خود دستگاه.
حسگری و هوش مصنوعی مولد در یک دستگاه با یک باتری
شان ههیر، مدیرعامل برین‌چیپ، گفت: «مشتریان صرفاً یک سامانه طبقه‌بندی سیگنال یا یک مدل زبانی نمی‌خواهند. آن‌ها هر دو قابلیت را در یک محصول و با استفاده از یک باتری می‌خواهند. ترکیب Akida و Sequora دقیقاً همین امکان را فراهم می‌کند.»
از آنجا که Sequora هوش مصنوعی مولد و پردازش‌های ترتیبی را بدون ارسال داده به خارج از دستگاه اجرا می‌کند، به یکی از اولویت‌های رو‌به‌رشد بازار پاسخ می‌دهد: حفظ کنترل و حاکمیت بر داده‌ها و مدل‌های هوش مصنوعی، همراه با به حداقل رساندن ابعاد، وزن و مصرف انرژی دستگاه.
زمان عرضه و شرایط دسترسی
Sequora از هم‌اکنون به‌عنوان مالکیت فکری نیمه‌رسانایی قابل دریافت تحت مجوز در دسترس است. مشتریان می‌توانند طراحی آن را در سامانه روی تراشه (SoC) اختصاصی خود ادغام کنند و تولید تراشه را به کارخانه سازنده و با فناوری ساخت موردنظرشان بسپارند. این محصول در قالب کد سطح انتقال ثبات (RTL) ارائه می‌شود که به فرایند ساخت خاصی وابسته نیست و به‌طور کامل قابلیت سنتز سخت‌افزاری دارد. بسته Sequora شامل مالکیت فکری مربوط به راستی‌آزمایی طراحی و محیط آزمون، اسکریپت‌های سنتز و محدودیت‌های زمان‌بندی، و یک کیت توسعه نرم‌افزار (SDK) است. این کیت نیز کامپایلر گراف ایستا، کتابخانه زمان اجرای C++ و مجموعه‌ای از مدل‌های آماده را در بر می‌گیرد.
درباره شرکت برین‌چیپ هولدینگز
شرکت برین‌چیپ خود را پیشرو جهانی در پردازش و یادگیری هوش مصنوعی روی تراشه در لبه شبکه معرفی می‌کند. Akida™، نخستین پردازنده هوش مصنوعی کاملاً دیجیتال و رویدادمحور این شرکت که به بازار عرضه شده، با بهره‌گیری از اصول پردازش نورومورفیک، تنها داده‌های ضروری حسگرها را در همان محل دریافت تحلیل می‌کند. به گفته شرکت، این روش امکان پردازش داده‌ها را با بهره‌وری، دقت و صرفه‌جویی انرژی بی‌رقیب فراهم می‌سازد. Sequora™ نیز پردازنده‌ای دیجیتال و بهینه برای هوش مصنوعی مولد و دیگر مدل‌های بزرگ مبتنی بر معماری فضای حالت است. فناوری برین‌چیپ در صنایع مختلف، از جمله هوافضا، دفاع، اینترنت اشیای صنعتی، خدمات سلامت، تجهیزات مصرفی و دستگاه‌های پوشیدنی به کار گرفته می‌شود. اطلاعات بیشتر در وب‌سایت www.brainchip.com در دسترس است.
شبکه‌های اجتماعی برین‌چیپ
ایکس (X): https://www.twitter.com/BrainChip_inc
لینکدین: https://www.linkedin.com/company/7792006
ارتباط با سرمایه‌گذاران
ارتباط با رسانه‌ها
مدی کو (Maddie Coe)
© ۲۰۲۶ شرکت BrainChip Holdings Ltd. تمامی حقوق محفوظ است. صرفاً برای استفاده داخلی.
