Hailo-8 Deep-Learning-Prozessor für das Edge

Michael Eckstein |

Anbieter zum Thema

Server-Rechenleistung am Edge verspricht das israelische Start-up Hailo. Dafür hat es einen proprietären Prozessor entwickelt, der auf die Verarbeitung von Deep-Learning-Algorithmen spezialisiert ist. Bei Investoren kommt das an: In der ersten Finanzierungsrunde konnte Hailo 21 Millionen US-Dollar einwerben.

Intelligenz-Plättchen: Der fertige Hailo-8-Chip hat ungefähr die Größe eines Fingernagels und soll intelligentes Edge-Processing bei geringem Stromverbrauch ermöglichen.
Intelligenz-Plättchen: Der fertige Hailo-8-Chip hat ungefähr die Größe eines Fingernagels und soll intelligentes Edge-Processing bei geringem Stromverbrauch ermöglichen.
(Bild: Hailo Technologies)

Das israelische Start-up Hailo hat sich „Empowering Intelligence“ auf die Fahne geschrieben und für seine Vision einen Mikroprozessor für Edge-Geräte entwickelt. Nach eigenen Angaben basiert das Design des „Hailo-8“ genannten Chips auf einer proprietären Datenverarbeitungsarchitektur, die speziell für Deep-Learning-Aufgaben ausgelegt ist. Sie soll hohe Rechenleistung auch für Geräte im IoT-Zugangsbereich bereitstellen. Orr Danon, Geschäftsleiter und Mitbegründer von Hailo, will gar „intelligente Devices mit der Leistung eines typischen Rechenzentrum-Computers versorgen“. Embedded-Geräte sollen damit in der Lage sein, auch komplexe Operationen wie das Verarbeiten hochauflösender Videos und anderer Datenstreams mit hohem Durchsatz unter Verwendung modernster Deep-Learning-Algorithmen in Echtzeit durchzuführen – bei minimalem Stromverbrauch. Zudem seien die eigenen Lösungen klein und günstig.

Nach eigenen Worten hat Hailo die Architektur von Computern komplett neu gedacht. Dadurch sei es möglich, die Grenzen herkömmlicher Ansätze zu durchbrechen und die extrem hohen Anforderungen von neuronalen Netzen an die Rechenleistung zu erfüllen. Die Hailo-Prozessoren sollen so in der Lage sein, mehr zu tun als nur Sensorsignale aufzubereiten und Daten an Remote-Server zu versenden. Vielmehr könnten die Daten direkt auf den Edge-Geräten intelligent verarbeitet werden.

Bildergalerie

Ähnliche Formulierungen verwenden auch anderen Prozessorentwickler für ihre Designs. So hat etwa Renesas jüngst seine neuen R7F0E-Controller vorgestellt. Die auf dem selbst entwickelten SOTB-Prozess („Silicon-on-Thin-Buried-Oxid“) basierenden R7F0E-MCUs sollen extrem wenig Strom verbrauchen und Embedded-KI für IoT-Endgeräte bereitstellen. Auch von anderen Start-up-Unternehmen gibt es interessante Ansätze, die Edge-Geräten zu mehr und spezialisierterer Rechenleistung verhelfen sollen.

Skalierbare Deep-Learning-Architektur folgt Ende-zu-Ende-Ansatz

Hailo wirft in den Ring, einen holistischen, also ganzheitlichen Ansatz zu verfolgen. Dieser integriere sämtliche Einzelkomponenten in eine Komplettlösung, mit der sich die Problemstellung bestmöglich adressieren ließe. Die eigene Technologie arbeite vorausschauend und würde typische Engpässe anderer Ansätze überwinden.

Hinzu kommt laut Hailo, dass sich der Sofware-Stack „nahtlos in beliebte Entwicklungsumgebungen integrieren lässt“. Dies ermögliche eine schnelle und effiziente Anwendungsentwicklung. Darüber hinaus ließen sich dank der skalierbaren Deep-Learning-Architektur des Hailo-8 unterschiedliche Märkte mit ein und derselben Software-Toolchain adressieren.

Automobilbranche ist Hauptzielmarkt von Hailo

Als strategische Zielgruppe gibt Hailo die Automobilbranche an. Zweifellos ist hier einiges an Rechenpower direkt in den Fahrzeugen erforderlich, um unabhängig von Cloud-Servern beispielsweise Kamera- und Radardaten in Echtzeit auszuwerten und kritische Entscheidungen zu fällen. Doch auch für viele andere Märkte sieht Hailo Anwendungsmöglichkeiten für seine Deep-Learning-Prozessoren, beispielsweise Überwachungstechnik, Smart Home, Industrial IoT sowie Robotik, AR/VR-Plattformen und Wearables.

Aus der Luft gegriffen scheinen die Aussagen von Hailo indes nicht zu sein: So hat das Unternehmen mit seiner Technologie einige Investoren überzeugt und bereits in einer ersten Finanzierungsrunde 21 Millionen US-Dollar Wagniskapital eingesammelt. Einer der Hauptfinanziers ist das chinesisches Venture-Capital-Unternehmen Glory Ventures. Mit der Finanzierung will sich Hailo auf die Erweiterung seiner Zielmärkte auf China und Hongkong konzentrieren – zusätzlich zu seinen bestehenden Märkten in Europa, Nordamerika, Japan und Korea.

„Hailos Technologie hebt sich deutlich ab“

Nach Aussagen von Investor Eric Yang, Gründungspartner von Glory Ventures, habe man sich „die weltweite Landschaft des KI-Processing genau angeschaut, Entwicklungen verfolgt und festgestellt, dass sich Hailos Technologie deutlich abhebt“. Man sei vom Hailo-Team und seinen Fähigkeiten wirklich beeindruckt. Yang ist überzeugt, dass „KI in jedem kamerafähigen Gerät zu einer unverzichtbaren Technologie wird.“

Danon freut sich über die neuerliche Finanzspritze: „Die Erweiterung unserer Serie-A-Finanzierungsrunde verbessert unsere Fähigkeit, innovative, leistungsfähige und zuverlässige Deep-Learning-Prozessoren für moderne Geräte hervorzubringen und strategische Märkte in China und Hongkong anzuvisieren.“ Anwendungsbeispiele des Hailo-8-Prozessors sollen Akteuren in den Zielmärkten helfen, bisherige Barrieren für den Einsatz umfassender Deep-Learning-Funktionen in modernen Produkten zu überwinden.

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

Dazu hat Hailo sein Hailo-8-Fast-Track-Programm initiiert. Nach einer Registrierung erhalten Interessenten die Möglichkeit erste Samples des Hailo-8-Prozessors zu evaluieren. Auf dieser Basis können sie ihre Deep-Learning-Produkte entwickeln.

Dieser Artikel stammt von unserem Partnerportal Elektronikpraxis.

Artikelfiles und Artikellinks

(ID:45714200)