普樂斯收集：神經擬態芯片漸成主流
文章導讀：人工智能漸漸進入我們生活的方方面面，人工神經網絡為主流算法開始漸成主流。通過資料數據顯示，在目前情況下，人工智能能量效率相對較低，這成為人工智能進入對于功耗要求較高的邊緣端的一個重要阻礙。要解決人工智能芯片功耗過大問題，神經擬態芯片將漸成主流。普樂斯小伙伴給大家收集了一些相關信息。
人工智能漸漸進入我們生活的方方面面，人工神經網絡為主流算法開始漸成主流。通過資料數據顯示，在目前情況下，人工智能能量效率相對較低，這成為人工智能進入對于功耗要求較高的邊緣端的一個重要阻礙。要解決人工智能芯片功耗過大問題，神經擬態芯片將漸成主流。普樂斯小伙伴給大家收集了一些相關信息。
在以往的神經擬態芯片中，最著名的可能就是IBM的True North和Intel的Loihi。這兩塊芯片主打大規模神經擬態，主要場景是神經科學研究等領域。而在Intel和IBM等巨頭推出的以研究性質為主的神經擬態芯片之外，在今天神經擬態芯片更多地以其計算能量效率高的優勢在邊緣端找到了商用場景。
在邊緣端的神經擬態芯片設計中，通常使用混合信號電路設計，其中每個神經突觸在傳遞脈沖信號使用模擬信號（電荷），而接受到突觸和處理神經元內部狀態的過程則可以使用數字電路。如前所述，由于神經元僅僅在累積到足夠電荷數量之后才會激活，因此在大多數時間處于低功耗的待機狀態，因此大大降低了功耗?；蛘邚牧硪粋€角度上來說，神經擬態芯片僅僅在檢測到有意義的事件才會進行處理，因此大大降低了能量，因此神經擬態芯片又可以稱為“事件驅動處理”芯片。
神經擬態芯片在邊緣端的第一個主要應用場景是低功耗機器視覺，超高速機器視覺也是神經擬態視覺芯片的重要應用場景。最近，中國神經擬態芯片初創公司時識科技（SynSense）發布的Speck就是這樣一款實現強強聯合的SoC，同時集成了神經擬態視覺芯片和神經擬態計算芯片，從而能在邊緣端實現亞毫瓦級的超低功耗和低延時機器視覺，應用場景可以覆蓋智能家庭、智能安防、工業監測等重要IoT場景。
除了機器視覺之外，對于時間序列的分析也是神經擬態計算芯片的重要應用場景。語音、生理信號（如心臟ECG）等時間序列信號非常時候脈沖神經網絡處理，因此使用基于脈沖神經網絡的神經擬態芯片可以以很高的效率處理這些信號?？纱┐魇疆a品（如TWS無線耳機等）對于這類低功耗時間序列處理有很強的需求，而隨著可穿戴式產品市場的爆發，使用神經擬態芯片進入這些市場也成為了一個很有潛力的方向。
本來來自于半導體行業觀察，如有侵權，
請聯系管理員，我們將予以刪除。
普樂斯電子12年專注研制等離子清洗機，等離子體清洗機，等離子清洗設備，常壓大氣和低壓真空型低溫等離子表面處理設備，大氣低溫等離子體表面處理系統，大氣常壓收放卷等離子表面設備處理，已通過ISO9001質量體系和歐盟CE認證，為電子、半導體、汽車、yi療等領域的客戶提供清洗、活化、刻蝕、涂覆的等離子表面處理解決方案，是行業內值得信賴的等離子清洗機廠家。如果您想要了解更多關于產品的詳細內容或在設備使用中有疑問，歡迎點擊普樂斯的在線客服進行咨詢，或者直接撥打全國統一服務熱線400-816-9009，普樂斯隨時恭候您的來電！
蘇公網安備 32058302002178號
