--- title: "Aisin и Университет Тохоку представили 16-нм ИИ-чип для автомобилей: заявлено снижение энергопотребления на 98% и запуск распознавания за 124 мс" description: "Японская Aisin совместно с Университетом Тохоку представила 16-нм ИИ-ускоритель для автомобилей со встроенной STT-MRAM: заявлено снижение энергопотребления на 98% и запуск распознавания за 124 мс." date: 2026-11-04T02:45:32.705Z lang: ru url: https://xab.info/posts/aisn-tohoku-ai-chip-avto-2026 tags: [aisn, ai-chip, automotive, stt-mram, tohoku-university, edge-ai] author: "Александр Буран" publisher: "XAB.info" --- # Aisin и Университет Тохоку представили 16-нм ИИ-чип для автомобилей: заявлено снижение энергопотребления на 98% и запуск распознавания за 124 мс ![Автомобильный процессор со встроенной памятью STT-MRAM и схемой распознавания дорожной обстановки на печатной плате](https://xab.info/media/2026/11/04/aisn-tohoku-ai-chip-avto-2026/aisn-tohoku-ai-chip-avto-2026-1.webp) ## Ключевые тезисы - Aisin и Университет Тохоку представили 2 ноября 2026 г. на IEEE Asian Solid-State Circuits Conference 2026 специализированный ИИ-ускоритель для распознавания изображений в автомобилях. - Чип выполнен по 16-нм техпроцессу FinFET и содержит 32 Мбайт встроенной энергонезависимой памяти STT-MRAM; заявлено снижение энергопотребления примерно на 98% и ускорение обработки на 90%. - В тесте с Tiny YOLOv3 время от включения до первого распознавания составило 124,2 мс (примерно в 25 раз быстрее традиционной системы), а энергозатраты — 50,7 мДж на кадр. - Разработка пока является опытным образцом: сроки массового производства и конкретные устройства не объявлены, официальный производитель чипа не назван (тайваньские источники указывают на TSMC). В облаке можно решить задачу любой сложности, но в непростой дорожной обстановке надеяться лучше только на себя. Именно для таких сценариев крупнейший в мире производитель автомобильных запчастей — японская компания Aisin — совместно с исследователями Университета Тохоку (Tohoku University) разработала специализированный ускоритель искусственного интеллекта, ориентированный на распознавание изображений непосредственно в бортовом устройстве. Презентация чипа прошла 2 ноября 2026 года на конференции IEEE Asian Solid-State Circuits Conference 2026. По заявлению компании, микросхема расходует на обработку данных примерно в 50 раз меньше энергии, чем традиционная архитектура, что соответствует снижению энергопотребления примерно на 98% и ускорению обработки операций на 90%. ### Архитектура: энергонезависимая память и вычисления вблизи памяти Ключевая особенность разработки — использование энергонезависимой памяти STT-MRAM (Spin-Transfer Torque Magnetoresistive Random Access Memory), в которой информация сохраняется благодаря магнитным свойствам материала даже после отключения питания. В отличие от классической схемы с внешними накопителями и оперативной памятью DRAM, новая однокристальная система (SoC) хранит непосредственно на кристалле как веса нейросетевой модели, так и загрузочные данные операционной системы. Это позволяет отказаться от передачи больших объёмов информации из внешней памяти при включении устройства. Разработчики называют такой подход вычислениями вблизи памяти (Near-Memory Computing, NMC), поскольку он сокращает перемещение данных между вычислительными блоками и хранилищем. ### Техпроцесс и компоновка: 16 нм и 32 Мбайт встроенной памяти Примечательно, что чип не потребовал самых передовых техпроцессов: он произведён в рамках 16-нм норм производства по технологии FinFET. Встроенная магниторезистивная память STT-MRAM имеет объём 32 Мбайт. Такой выбор позволяет реализовать компактное и энергоэффективное решение для бортового применения, не привязываясь к наиболее дорогим узлам литографии, что важно для массовой автомобильной электроники. ### Результаты тестов: Tiny YOLOv3 и сотни миллисекунд до первого распознавания Для проверки возможностей микросхемы использовалась нейросеть Tiny YOLOv3, предназначенная для обнаружения объектов на изображениях. Чтобы разместить модель в ограниченном объёме встроенной памяти, инженеры применили гибридную архитектуру и совместное использование весовых коэффициентов. В результате время от подачи питания до запуска операционной системы составило 65,7 мс — в 38,59 раза меньше, чем у традиционной системы с внешней памятью. Время собственно ИИ-обработки сократилось в 10,16 раза, а общее время от включения до завершения первого распознавания — примерно в 25 раз, до 124,2 мс. Отдельно разработчики сообщают об энергозатратах на обнаружение объектов: 50,7 мДж на один кадр, что составляет примерно 1/50 от показателя сравниваемой традиционной системы. ### Важные оговорки: опытный образец и неопределённый производитель Важно подчеркнуть, что заявленные 98% относятся не к любым вычислениям искусственного интеллекта и не к энергопотреблению всех существующих процессоров, а к конкретному эксперименту с Tiny YOLOv3 и сопоставленной конфигурацией памяти. Кроме того, пока речь идёт об опытной разработке, а не о серийном процессоре: Aisin и Университет Тохоку не объявляли о сроках начала массового производства или о конкретных коммерческих устройствах, в которых будет применяться микросхема. Официальный производитель чипа также не назван; известно, что на такое производство уже способны компании TSMC и Samsung, а тайваньские источники связали разработку Aisin с TSMC. ## Проверка фактов и источники - [Представлен сверхэкономный ИИ-чип для автомобилей — даже на крохах энергии он мигом разберётся в дорожной обстановке window-new](https://3dnews.ru/1150786/predstavlen-sverhekonomniy-iichip-dlya-avtomobiley-dage-na-krohah-energii-on-migom-razberyotsya-v-dorognoy-obstanovke) - Первоисточник содержит все ключевые факты: дата презентации (2 ноября 2026, IEEE Asian Solid-State Circuits Conference 2026), 16-нм FinFET, STT-MRAM 32 Мбайт, результаты с Tiny YOLOv3 (65,7 мс запуск ОС, 124,2 мс до первого распознавания, 50,7 мДж/кадр), оговорка о конкретном эксперименте и отсутствие данных о серийном производстве и официальном производителе. ## Частые вопросы ### Что такое STT-MRAM и зачем она нужна в этом чипе? STT-MRAM — это энергонезависимая магниторезистивная память, в которой данные сохраняются после отключения питания. В чипе Aisin она позволяет хранить на кристалле и веса нейросети, и загрузочные данные ОС, что сокращает передачу данных из внешней памяти и снижает энергопотребление (подход Near-Memory Computing). ### Насколько чип экономичнее по заявлению разработчиков? По заявлению Aisin, микросхема расходует примерно в 50 раз меньше энергии, чем традиционная архитектура, что соответствует снижению энергопотребления примерно на 98% и ускорению обработки на 90%. При этом разработчики уточняют, что эти цифры относятся к конкретному эксперименту с Tiny YOLOv3, а не ко всем ИИ-вычислениям. ### Когда чип появится в серийных автомобилях? Сроки массового производства и конкретные коммерческие устройства Aisin и Университет Тохоку не объявляли — на данный момент это опытная разработка. Официальный производитель чипа также не назван; тайваньские источники связывают его с TSMC.