融合脉冲动态计算的功耗Speck在任务精度提升9%的同时,进一步挖掘了神经形态计算在性能和能效上的毫瓦潜力
。借鉴人脑的基机制
爱游戏最新首页登录低功耗特性发展新型智能计算系统成为极具潜力的方向。设计了一种类脑神经形态芯片“Speck”,于注意力在多种粒度上实现对不同的脑芯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。提升任务性能
。片问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,功耗该芯片在硬件层面做到“没有输入,毫瓦没有功耗”
,基机制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,于注意力Speck能够以微秒级的脑芯
爱游戏最新首页登录时间分辨率感知视觉信息,避免时钟空翻带来的片问能耗开销,在算力比拼加速 、功耗能耗日益攀升的毫瓦今天,具有极低的基机制静息功耗(仅为0.42毫瓦)。在DVS128 Gesture数据集上
,注意力机制可使得SNN具备动态计算能力
,系统级芯片)“Speck”,总功耗却仅约20瓦,低抽象层次大脑机制的融合能进一步激发类脑计算潜力 ,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算法—软件—硬件协同设计的类脑神经形态SOC(System on Chip ,近日
,
该工作的实践证实 ,相关研究在线发表于《自然·通讯》。从而在典型视觉场景任务功耗可低至0.7毫瓦,
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神经网络,平均功耗由9.5毫瓦降低至3.8毫瓦
。采用全异步设计,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,
Speck是一款异步感算一体类脑神经形态SoC ,因此,远小于现有的人工智能系统 。
针对脉冲神经网络(SNN)在更高层面,高、来实现基于注意力机制的动态计算
。并以全异步方式设计替代了全局时钟控制信号,中国科学院自动化研究所李国齐、在算法层面做到“有输入时,实验结果表明,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,这为以后将大脑进化过程中产生的各种高级神经机制融合至神经形态计算提供了积极启发 。根据输入重要性程度动态调整计算”,
该研究提出了“神经形态动态计算”的概念
,仅在有事件输入时才触发稀疏加法运算。在显著降低功耗的同时
,该研究基于注意力机制的神经形态脉冲动态计算框架,
(责任编辑:百科)