Mineng Technology đặt cược vào chip SNN cho AI y tế tại thiết bị biên

Vốn mới hướng đến thương mại hóa hệ thống y tế, không chỉ làm chip

Theo báo cáo được dẫn, Mineng Technology (còn được gọi là MinoTec) nhận khoản huy động vốn cổ phần trị giá hàng chục triệu NDT để thúc đẩy sản xuất hàng loạt và nâng cấp các mô-đun đạt chuẩn y tế, phát triển kỹ thuật điều chỉnh sinh lý vòng kín, đồng thời tích hợp giải pháp với các nhà sản xuất thiết bị y tế. Báo cáo này không xác nhận cụ thể đây là vòng Series A. 15

Trọng tâm của công ty dường như không phải một chip tăng tốc AI đa dụng, cạnh tranh trực diện với GPU. Thay vào đó, Mineng mô tả một chuỗi giải pháp khép kín: cảm biến sinh lý → tính toán theo sự kiện → điều chỉnh an toàn. Hệ thống gồm thu nhận tín hiệu đa phương thức, mã hóa thành xung/sự kiện, lõi tính toán SNN tín hiệu hỗn hợp và bộ can thiệp y tế có thể lập trình, kèm cơ chế kiểm tra an toàn bằng phần cứng. 15

Mô hình kinh doanh được công bố là cung cấp chip, mô-đun, SDK, hỗ trợ kỹ thuật và hỗ trợ đăng ký sản phẩm cho các hãng thiết bị y tế, thay vì chủ yếu tự bán thiết bị hoàn chỉnh cho người dùng. 15

SNN khác GPU/NPU ở điểm nào?

GPU và NPU thông thường thường xử lý dữ liệu theo nhịp lấy mẫu cố định, thực hiện nhiều phép toán tensor số dày đặc ngay cả khi tín hiệu sinh học hầu như không có thay đổi quan trọng. Với các dòng tín hiệu như điện tim hoặc điện não, cách làm này có thể tiêu tốn năng lượng cho những khoảng dữ liệu ít thông tin.

Kiến trúc mạng nơ-ron xung (SNN) được Mineng đề xuất vận hành theo hướng khác: biến động đáng chú ý trên dạng sóng được mã hóa thành các xung rời rạc; hoạt động xử lý chỉ được kích hoạt khi có sự kiện. Nếu không có sự kiện nổi bật, hệ thống có thể duy trì ở trạng thái tiêu thụ điện rất thấp. 15

Đây là cách tiếp cận lấy cảm hứng từ hệ thần kinh sinh học: nơ-ron không liên tục truyền các giá trị dấu phẩy động theo một xung nhịp toàn cục, mà giao tiếp thưa và không đồng bộ qua các xung. Với tín hiệu chuỗi thời gian yếu, nhiễu và kéo dài, cơ chế này về lý thuyết có thể giảm lượng tính toán lẫn việc di chuyển dữ liệu, giữ tốt thông tin thời điểm và phản ứng nhanh với thay đổi thoáng qua. 14

Tuy nhiên, hiệu quả năng lượng không phải đặc tính tự động của mọi SNN. Nó phụ thuộc vào bài toán, mô hình, phần cứng và ranh giới đo điện năng. Một chip cảm biến–tính toán không đồng bộ trong nghiên cứu từng công bố công suất nghỉ của bộ xử lý là 0,42 mW; các tổng quan cũng ghi nhận khả năng giảm năng lượng suy luận theo nhiều bậc độ lớn trong một số ứng dụng. Những con số đó không đủ để xác thực tuyên bố tiết kiệm điện khoảng 1.000 lần của Mineng nếu chưa có benchmark công khai về mô hình, độ chính xác, điều kiện đo và phạm vi tiêu thụ điện. 37

Những ứng dụng y tế được nhắm tới

Mineng nêu các hướng ứng dụng gồm theo dõi dạng sóng EEG (điện não đồ), ECG (điện tâm đồ) và EMG (điện cơ đồ); theo dõi tại nhà dài hạn cho bệnh mạn tính; giao diện não–máy tính không xâm lấn; điều chỉnh vòng kín trong phục hồi chức năng; điều chỉnh thần kinh tự chủ khi ngủ; phục hồi thể thao; và can thiệp giảm đau mạn tính tại nhà. 15

EEG và ECG là những mục tiêu hợp lý về mặt kỹ thuật đối với SNN vì đây là dữ liệu có cấu trúc thời gian rõ rệt. Nghiên cứu đã cho thấy khả năng phân loại ECG trên thiết bị đeo theo cơ chế spike-driven, cũng như các khung chip thần kinh cho dự báo cơn động kinh từ EEG, phát hiện rối loạn nhịp từ ECG và nhận dạng cử chỉ từ EMG. 48

Còn sàng lọc trước bằng ảnh y khoa có thể là một ứng dụng AI biên rộng hơn, nhưng không phải mục tiêu sản phẩm được nêu bật trong báo cáo tài chính về Mineng. Bằng chứng rõ hơn hiện nghiêng về cảm biến, theo dõi tín hiệu sinh lý và điều chỉnh vòng kín. 15

Vì sao AI tại thiết bị biên có ý nghĩa trong môi trường y tế di động?

Nếu một mô hình cảnh báo hoặc phân loại sơ bộ có thể chạy ngay trong máy theo dõi cầm tay, thiết bị có thể giảm phụ thuộc vào máy trạm công suất cao, kết nối đám mây liên tục và việc truyền lên mạng các dòng dữ liệu sinh lý nhạy cảm. Trong bối cảnh như xe cấp cứu, cơ sở y tế dã chiến hoặc phòng khám ở nơi băng thông hạn chế, điều này có thể mang lại thời lượng pin tốt hơn, ít gánh nặng tản nhiệt hơn và phản hồi cục bộ nhanh hơn.

Đó là lợi thế về kỹ thuật, không đồng nghĩa các thiết bị của Mineng đã được xác nhận lâm sàng cho những môi trường này. Các nghiên cứu về chip thần kinh trong y sinh học chỉ củng cố cơ sở chung cho việc xử lý động, công suất thấp ngay trên thiết bị. 23

Mineng đứng ở đâu trong làn sóng chip thần kinh?

Mineng nên được nhìn nhận là một doanh nghiệp Trung Quốc theo hướng chuyên biệt cho thiết bị y tế trong xu hướng chip thần kinh rộng hơn: dùng phần cứng SNN theo sự kiện cho suy luận AI biên bị ràng buộc về điện năng, thay vì theo đuổi tăng tốc AI đa dụng.

Trong lĩnh vực này, Intel Loihi là nền tảng nghiên cứu SNN có thể lập trình, bất đồng bộ và hỗ trợ học trên chip; IBM TrueNorth là kiến trúc số theo sự kiện nổi bật, tối ưu cho suy luận công suất thấp. 56 Trung Quốc cũng có các nỗ lực nghiên cứu phần cứng lấy cảm hứng từ não bộ như Tianjic và Darwin.

Điểm khác biệt mà Mineng tuyên bố không chỉ nằm ở quy mô nơ-ron hay synapse, mà là tầng giải pháp thiết bị y tế: mã hóa tín hiệu sinh lý, logic an toàn, mô-đun chuẩn hóa và tích hợp quy trình đăng ký. 15

Dù vậy, triển vọng thương mại còn phụ thuộc vào nhiều yếu tố ngoài hiệu suất điện năng: công cụ huấn luyện SNN, khả năng tái lập kết quả, xác thực thiết bị y tế, bằng chứng lâm sàng, an ninh mạng, tỷ lệ đạt trong sản xuất và phê duyệt quản lý. Báo cáo cho biết Mineng có doanh thu và hợp tác, nhưng chưa đưa ra dữ liệu được kiểm toán độc lập về hiệu năng chip, kết quả lâm sàng, phê duyệt quản lý hoặc benchmark chi tiết. 15