Syntiant最新推出的神经决策处理器NDP100和NDP101可大幅降低内存功耗，同时利用深度学习和平行计算降低所需精度，实现性能的突破性提升。相比于CPU和DSP等存储程序架构，运用NDP构架的系统的效率可提高大约100倍。

Syntiant的培训开发工具包（TDK）嵌入在行业标准机器学习框架中，例如TensorFlow，可以直接将信息传递到Syntiant NDP设备，不需要像其他平台一样进行特定的调优。因此，利用Syntiant的技术可以在微瓦能量级别上快速部署强大的深度神经网络，应用于数百万边缘计算设备中。

New Street Research的技术基础设施分析师皮埃尔•费拉古(Pierre Ferragu)表示:“我们预测，到2030年，包括Syntiant在内的边缘人工智能芯片市场，规模可能会超过600亿美元。”“看到Syntiant如此迅速地进入市场，我真的很高兴。他们的技术比任何其他技术的功效高出一到两个数量级，并且提供始终在线的语音识别，将无处不在的边缘人工智能带入现实。

“首先是键盘，接着是鼠标，然后是触摸屏。现在很明显，下一个无处不在的界面将是语音。我们专门设计了这些解决方案，为几乎所有电池供电的设备，从助听器到笔记本电脑或智能扬声器，都搭载了一个永远在线的语音界面。”Syntiant首席执行官Kurt Busch如是说。

Syntiant NDP10x的可编程深度神经网络支持数十种应用定义的音频分类，例如关键词定位，唤醒词检测，语音识别，音频事件和环境分类以及传感器分析。此外，Syntiant的神经网络构架可以使语音界面在最恶劣的环境中照常运行。

摩托罗拉系统(Motorola Solutions)副总裁表示：“高性能的边缘神经网络对于高要求的公共安全环境和行业运营至关重要。Syntiant的深度学习神经决策处理器可以为远程工作的用户提供更高的安全性和效率，推动新一代应用程序的优势。”

 “我们用高性能的IM69D130 XSENSIV麦克风测试了Syntiant NDP，近场及远场的测试结果给我们留下了深刻的印象，尤其是考虑到测试仅用一个麦克风完成的，没有DSP，也没有云连接，” 半导体解决方案的全球领导者英飞凌科技股份有限公司（Infineon Technologies）传感器部门产品线主管罗兰赫尔姆博士(Dr. Roland Helm)说，“我们期待这一突破能够带来更多的创新，为语音命令提供简单、低耗能的解决方案。”

Parks Associates的高级分析师迪娜•阿卜杜勒拉兹克(Dina Abdelrazik)表示:“智能手机和语音优先设备内置的智能助手总是处于开机状态，会消耗大量电能。”对于制造商来说，在这些设备上最大限度地延长电池寿命仍然是一个挑战。实现低功耗的有效途径是关注处理器、驱动程序或芯片等组件的效率。在这样的情况下，制造商们有机会大幅减少启动语音处理功能所需的电量。

易编程性和灵活性是Syntiant区别于其他技术的关键。神经网络使用标准框架进行训练，就像服务器或数据中心在CPU或GPU上运行一样。训练后的神经网络参数直接编程到芯片中，避免了将TensorFlow架构移植到现有处理器的耗时和迭代过程。

据悉，Syntiant™NDP100™以及Syntiant NDP101™这两款设备目前都在进行取样，预计将于2019年第二季度开始生产。

MWC世界移动通信大会一年一度的行业大会，由移动通信亚洲大会发起，已经成为全球最具影响力的移动通信领域的展览会,主办方(GSMA)是世界移动通信界的三大国际组织之一，联合了来自220多个国家的近800家移动运营商以及230多家移动生态系统产业链企业，其中包括手机制造商、软件公司、设备供应商、互联网公司以及金融服务、健康医疗、媒体、交通和公共事业等行业部门和组织。作为全球通信领域最具规模和影响的展会，MWC大会也被业界称作是“移动通信风向标”。

原创作品，版权归明石管理所有