エッジAIのリソース消費を低減するcompressionKIT

医療用ウェアラブル、スマートホーム、産業用センサーなどの常時稼働型デバイスは、継続的に膨大なデータストリームを生成する。これらのデータを保存・送信する際、メモリ容量やバッテリー寿命、システムコストが大きな技術的設計上の制約となる。Ambiq Micro Inc.（以下、Ambiq）が開発したAIベースのコーデック、compressionKITは、エッジAI処理に必要な信号情報を保持しつつデータを効率的に圧縮することで、これらのリソース制限に対処する。

AIベースのコーデックによる圧縮メカニズム
compressionKITは、センサーデータを保存、送信、または分析する前の段階で圧縮を実行する。この技術により、AI解析に必要な特徴量を維持しながら、連続的なセンサーデータのサイズを縮小することが可能である。Apollo510上での測定では、AIと分析に必要な機能を維持しながら最大20倍のデータ圧縮が実証されている。データ量を削減することで、デバイス内のメモリ使用量は最大16分の1に抑えられ、データ保持期間の延長とストレージ要件の低減を実現する。また、無線送信されるビット数が減少するため、通信に伴う電力消費が抑制され、バッテリー駆動時間の向上に寄与する。

開発環境の柔軟性と最適化
システムの要件に応じて、開発者は複数の推論手法を選択できる。これには、圧縮データの直接利用や、デバイス内、クラウド、あるいはハイブリッド環境での再構築データを用いた推論が含まれる。さらに、データレート、信号品質、システム制約の間のトレードオフを最適化するための、視覚的なチューニング用インターフェースが用意されている。実装手法としては、計算効率に優れたハイブリッドDSP+MLアプローチと、データ削減率を優先するAIファーストのニューラル圧縮の両方に対応しており、多種多様なアプリケーションへの統合が可能である。

産業ジャーナリストのLekshman Ramdasが、AIの支援を受けて編集しました。

www.ambiq.com