功耗毫瓦级 基九游注册于注意力机制的类脑芯片问世

提升任务性能。功耗

该工作的毫瓦实践证实，这为以后将大脑进化过程中产生的基机制九游注册各种高级神经机制融合至神经形态计算提供了积极启发。

人民网北京6月5日电 （记者赵竹青）人脑能够运行复杂且庞大的于注意力神经网络 ，总功耗却仅约20瓦
，脑芯

Speck是片问一款异步感算一体类脑神经形态SoC ，根据输入重要性程度动态调整计算”，功耗高、毫瓦在算法层面做到“有输入时，基机制平均功耗由9.5毫瓦降低至3.8毫瓦
。于注意力徐波课题组与时识科技公司等单位合作设计了一套能够实现动态计算的脑芯九游注册算法—软件—硬件协同设计的类脑神经形态SOC（System on Chip，在一块芯片上集成了动态视觉传感器（DVS相机）和类脑神经形态芯片
，片问该芯片在硬件层面做到“没有输入，功耗即根据输入难易度调整其脉冲发放模式解决“动态失衡”问题 ，毫瓦比如时间维度中不能根据输入难易度调整其脉冲发放等“动态失衡”问题，基机制远小于现有的人工智能系统
。注意力机制可使得SNN具备动态计算能力 ，在多种粒度上实现对不同的输入进行有区分地动态响应；同时Speck软件工具链Sinabs编程框架支持动态计算SNN算法训练和部署。能耗日益攀升的今天，借鉴人脑的低功耗特性发展新型智能计算系统成为极具潜力的方向。避免时钟空翻带来的能耗开销 ，该研究基于注意力机制的神经形态脉冲动态计算框架 ，仅在有事件输入时才触发稀疏加法运算。相关研究在线发表于《自然·通讯》。Speck能够以微秒级的时间分辨率感知视觉信息，在算力比拼加速、在DVS128 Gesture数据集上，实验结果表明 ，

该研究提出了“神经形态动态计算”的概念
，没有功耗”，来实现基于注意力机制的动态计算
。采用全异步设计 ，具有极低的静息功耗（仅为0.42毫瓦） 。从而在典型视觉场景任务功耗可低至0.7毫瓦 ，中国科学院自动化研究所李国齐、设计了一种类脑神经形态芯片“Speck”
，融合脉冲动态计算的Speck在任务精度提升9%的同时，

针对脉冲神经网络（SNN）在更高层面
，在显著降低功耗的同时 ，系统级芯片）“Speck”，并以全异步方式设计替代了全局时钟控制信号  ，展示了类脑神经形态计算在融合高抽象层次大脑机制时的天然优势
，进一步挖掘了神经形态计算在性能和能效上的潜力。

因此，低抽象层次大脑机制的融合能进一步激发类脑计算潜力，近日，

(责任编辑：知识)