据外媒报道，人工智能处理器公司Ambient Scientific推出系统集成芯片（SoC）GPX10 Pro，采用创新的AI原生硅技术，可在电池供电的边缘设备上实现高性能AI推理。

图片来源： Ambient Scientific

GPX10 Pro的AI引擎支持所有重要的神经网络模型类型，包括CNN、RNN、LSTM和GRU，这些模型均可在边缘本地运行。与传统的32位微控制器相比，GPX10 Pro的功耗、性能和面积均提升了100倍，并基于Ambient Scientific专有的DigAn®硅架构构建。

这项技术使神经网络模型的矩阵乘法运算和激活流能够直接映射到内存中的模拟计算模块，这种结构消除了传统处理器通用指令集带来的周期浪费和开销。

因此，GPX10 Pro能够以比当今的MCU、NPU或GPU更快的速度和更低的功耗执行常见的边缘AI功能，例如语音识别、关键词识别、低频计算机视觉和智能感知。

Ambient Scientific首席执行官GP Singh表示：“如今的MCU和NPU在运行AI模型时，受限于其传统的硅片架构。这就像用网球拍击打棒球一样——它不适合这项任务。GPX10 Pro展示了原生AI架构所能实现的可能性——以微瓦级功耗实现数百GOP的AI性能。”

集成逻辑、推理和传感器融合功能

GPX10 Pro是一款高度集成的SoC，即使在仅使用一颗纽扣电池供电的边缘和终端设备上，也能实现本地AI推理。

AI处理由两组5个MX8 AI核心组成，它们位于两个独立的电源域中。其中一组核心位于Always-On模块中，支持超低功耗传感器接口和融合——例如，在执行Always-On关键词识别时，芯片功耗低于100µW。10个MX8核心每周期最多可执行2,560次乘法累加（MAC）运算，总峰值AI吞吐量可达512 GOP。

GPX10 Pro的计算功能由2MB片上SRAM支持，比现有GPX10大十倍，从而能够实现更大、更复杂的AI模型。

GPX10 Pro还搭载Arm® Cortex®-M4F CPU内核，用于经典控制功能。集成的模拟功能包括超低功耗ADC、增强型I2S逻辑以及最多可同时连接8个模拟传感器和20个数字传感器的接口。

Ambient Scientific提供全面的Nebula™ AI支持工具链，以加速AI模型在GPX10和GPX10 Pro上的训练、开发和部署。它兼容TensorFlow、Keras和ONNX等领先的模型训练框架。该芯片的AI核心可在Nebula工具链中编程，使设计人员能够灵活地适应不断变化的AI模型类型和拓扑。

Ambient Scientific还提供SenseMesh™硬件传感器融合层，该层通过紧密耦合的网格将多个传感器连接到核心，从而实现低延迟传感器融合。由于它能够卸载CPU的传感器轮询，因此可以对触发事件做出即时响应，并在空闲模式下实现超低功耗。

GPX10 Pro现已提供样品。预计将于2026年第一季度开始量产。