Исследователи Токийского университета создают энергосберегающие устройства IOT на краю АИ с использованием архитектуры MRAM и алгоритма TGBNN. Tokyo University researchers create energy-efficient AI edge IoT devices using MRAM architecture and TGBNN algorithm.

Исследователи Токийского университета наук разработали на основе магнитной системы РАМ (MRAM) архитектуру, которая расширяет возможности АИ для кабельных IoT устройств. Researchers from the Tokyo University of Science have developed a Magnetic RAM (MRAM)-based architecture that enhances AI capabilities for edge IoT devices. Используя новый тренировочный алгоритм Ternary Gradient BNN (TGBNN), этот проект позволяет сократить размер цепи и потребление энергии при сохранении эффективности. Utilizing a new training algorithm called Ternary Gradient BNN (TGBNN), this design reduces circuit size and power consumption while maintaining performance. Инновации обещают эффективное использование АИ в таких видах применения, как изношенные медицинские мониторы и " умные дома " , что способствует устойчивости за счет снижения потребления энергии. The innovation promises efficient AI in applications like wearable health monitors and smart homes, contributing to sustainability by lowering energy usage.