未來是AI處理器的時代，這些智慧元件將媲美現在的CPU與影像處理器，晉升為最主流的邏輯元件。但要在邊緣環境實現智慧普及化，元件設計仍有成本與功耗的關鍵挑戰。美國AI處理器新創公司Mythic（Mythic, Inc.）鎖定邊緣運算市場對低功耗推論運算（inference processing）的龐大市場，藉由其獨特的類比型記憶體內運算（analog comput-in-memory）技術，推出首款類比矩陣運算處理器M1108 AMP（Analog Matrix Processor），不僅效能與功耗效率雙雙升級，推論效能可達35 TOPS，準確率更達到數位型元件等級。

Mythic類比矩陣運算處理器M1108 AMP，創新採用類比運算架構來開發AI處理器，實現35 TOPS的優異推論效能，且最高功耗僅4W，推升邊緣運算裝置量產的市場潛力。

談到邊緣運算裝置，常見的CPU、GPU、ASIC等邏輯元件，皆以數位運算架構設計，在特定領域（domain-specific）的深度學習應用，顯現了超於常人的智慧運算效能，然而，這些元件多半採用例如5nm的先進製程，還需要DRAM等外部記憶體，功耗與成本也很嚇人。

Mythic業務發展部門資深經理David Kuo指出：「類比運算架構在邊緣裝置上展現了可觀優勢，能夠利用Flash記憶體，設計出記憶體內運算元件，不僅解決了運算延遲的問題，製程成本也能降低許多。」

新款M1108 AMP處理器採用了獨特的元件架構，因此大幅減省執行複雜AI模型時的運算功耗，工作量達尖峰時功耗最高僅4W，還能善用技術成熟且具成本優勢的40nm製程技術，系統設計上，也不需要DRAM或SRAM等外部記憶體，因此，與採用數位運算架構的元件相比，整體成本最多降低了10倍。

拆解這套元件架構可以發現，M1108 AMP整合了108個AMP區塊（tile），每區塊都內建了Mythic類比運算引擎（Mythic Analog Compute Engine；Mythic ACE），還包含了快閃記憶體陣列、類比數位轉換器（ADC）、網路晶片（Network-on-chip；NoC）路由器、SRAM與SIMD向量運算引擎，另搭載一顆32位元的RISC-V處理器（nano-processor），在AI運算架構的整體功耗、成本與效能上完成最佳配置。

「所有推論工作都在Flash執行，」David Kuo解釋：「而我們的關鍵技術，在於利用Flash進行乘法運算（multiplying），最重要的是，我們在M1108晶片上設計了2萬7千多顆ADC，因此元件尺寸必須微縮到極小，這也是Mythic的IP技術所在。」

Mythic的研發成果，也確實令人為之一亮，M1108 AMP的元件尺寸僅360mm²，滿足邊緣裝置的尺寸高敏感型需求。在控制與介面上，M1108提供四通道PCIe 2.0介面，能以2GB/s的最高頻寬連接到系統主處理器，另外還支援I2C、SPI、UART與GPIO介面，提升邊緣裝置的開發彈性與可行性。

如此精巧尺寸與低功耗的設計，在運算上還能執行ResNet-50、YOLOv3、OpenPose Body25等複雜的AI模型，為新世代的邊緣運算裝置提供了量產的優化方案。

此外，為了簡化開發人員的設計流程，Mythic也提供類比元件設計的相關軟體工具，包含從優化神經網路的分層（layer）、轉換模型的浮點運算格式（由FP32轉至INT8），到重新訓練AI模型、圖像編譯（graph compilation），提供一系列的開發資源，協助將AI模型轉換至Mythic AMP的類比運算處理器上執行推論。

M1108 AMP系列產品目前提供PCIe M.2和PCIe卡的規格選項。目標應用涵蓋現在常見的邊緣運算裝置，例如監控攝影機、網路攝影機、智慧家庭電器、工業機器視覺設備，以及其他AI新興應用，例如輕量型無人機、AR/VR互動裝置，以及消費性與零售機器人等。

Mythic成立於2012年，聚焦類比運算架構，累積了豐富的相關開發技術與經驗，尤其針對類比型元件的生產難題，成功開發出相應的元件架構技術來提供一系列的解決方案。