在其他传感器和语音应用中，NDP120可以在1mW以下的功率下同时运行多个AI算法，并且设计用于在各种架构上运行多个深层神经网络，如CNN、RNN和全连接网络。

剑桥初创公司 InferSens 联手将其低功耗传感器与用于智能建筑的复杂深度学习相结合。

InferSens 的传感器技术使用具有本地 AI 模型和创新机械和系统工程的第三方处理器来为建筑环境创建智能传感器。

该芯片是来自加利福尼亚州 Syntiant 的 NDP120 神经决策处理器，它用于内存计算和本机处理神经网络指令以增强数据优化。这使 InferSens 能够以传统处理器所需功率的 1% 实现设备端深度学习处理。

NDP120 可以在 1mW 以下同时运行多种 AI 算法，以及其他传感器和语音应用程序，旨在在各种架构上本地运行多个深度神经网络，例如 CNN、RNN 和全连接网络。

InferSens 传感器技术的第一个版本计划于 2023 年第一季度推出。这是一种低成本、电池供电的水流量和温度传感器，用于监测和检测水系统中的军团菌风险。它可以快速轻松地连接到任何管道，无需任何切割或管道。

它最初针对的是商业和公共部门的房地产市场，监管要求业主监控军团菌的风险，军团菌是通过受污染的水感染的一种可能致命的肺炎的原因。

“我们很高兴与 InferSens 合作，利用我们的边缘 AI 处理器技术部署无云传感器解决方案。NDP120 提供的张量吞吐量是我们的第一代神经网络的 25 倍，能够以接近零的功耗实现高精度传感器处理，”Syntiant 首席执行官 Kurt Busch 说。

InferSens 首席执行官 Colin Payne 表示：“自 2017 年以来，我们一直在开发我们的深度技术传感器技术，并牢记设备端深度学习的未来，这就是为什么我们能够凭借这项革命性技术获得领先地位。在正式产品发布之前，我们正在根据商业协议与来自大学、医院、商业办公室、酒店和其他业主和运营商等一系列行业的客户进行试点。”

“该技术在其他多种实际用途中具有非常重要的潜力，例如多因素建筑物占用、建筑物和智能城市的综合空气质量和复合传感，以及低功耗、丰富数据和智能传感要求融合的其他应用。我们期待在适当的时候将令人兴奋的产品组合推向市场。”