随着人工智能（AI）处理从云端移动到网络边缘，电池供电和深度嵌入式设备面临着执行AI功能的挑战，如计算机视觉和语音识别。Microchip Technology Inc. （纳斯达克代码：MCHP）通过其硅存储技术（SST）子公司，通过其模拟存储器技术memBrain™神经形态存储器解决方案大幅降低功耗，从而应对这一挑战。基于其业界认可的SuperFlash ^® Microchip的模拟闪存解决方案通过模拟内存计算方法改进了VMM的系统架构实现，增强了边缘的AI推理，并优化了神经网络的矢量矩阵乘法（VMM）。

由于当前的神经网络模型可能需要50M或更多的突触（权重）进行处理，因此为片外DRAM提供足够的带宽变得具有挑战性，从而造成神经网络计算的瓶颈和整体计算能力的提高。相比之下，memBrain解决方案将突触权重存储在片上浮动门中，从而显着改善系统延迟。与传统的基于数字DSP和SRAM / DRAM的方法相比，它可以降低10到20倍的功耗，并显着降低整体BOM。

 “随着汽车，工业和消费者市场的技术提供商继续为神经网络实施VMM，我们的架构可帮助这些前向解决方案实现功耗，成本和延迟优势，”SST许可部门副总裁Mark Reiten表示。“Microchip将继续为AI应用提供高度可靠和多功能的SuperFlash存储解决方案。”