中国科学院自动化研究所6月1日向媒体发布说，该所李国齐、徐波研究员团队与互助者共同研发出一套能够实现动态打算的算法-软件-硬件协同设计的、低功耗的类脑神经形态系统级芯片Speck，展示出类脑神经形态打算在领悟高抽象层次大脑机制时的天然上风。
本次研究的类脑神经形态系统级芯片Speck设计框架。中国科学院自动化研究所/供图
这项人工智能领域主要研究成果论文，近日在国际学术期刊《自然-通讯》(Nature Communications)揭橥。该研究实践证明高、低抽象层次大脑机制的领悟能进一步引发类脑打算潜力，将为未来将大脑进化过程中产生的各种高等神经机制领悟至神经形态打算供应启示。
论文通讯作者李国齐研究员先容说，人脑能够运行非常繁芜且弘大的神经网络，总功耗却仅为20瓦，远小于现有的人工智能系统。因此，在算力比拼加速，能耗日益攀升的今日，借鉴人脑的低功耗特性发展新型智能打算系统成为极具潜力的方向。
本次研究基于的人脑中的把稳力机制示意图。中国科学院自动化研究所/供图
在本项研究中，互助团队提出“神经形态动态打算”的观点，通过设计一种类脑神经形态芯片Speck来实现基于把稳力机制的动态打算，在硬件层面做到“没有输入，没有功耗”，在算法层面做到“有输入时，根据输入主要性程度动态调度打算”，从而在范例视觉场景任务功耗可低至0.7毫瓦，进一步挖掘入迷经形态打算在性能和能效上的潜力。
Speck是一款异步感算一体类脑神经形态系统级芯片，采取全异步设计，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，具有极低的静息功耗(仅为0.42毫瓦)。它能够以微秒级的韶光分辨率感知视觉信息，以全异步办法设计抛弃了全局时钟掌握旗子暗记，避免时钟空翻带来的能耗开销，仅在有事宜输入时才触发稀疏加法运算。
本次研究领悟了把稳力脉冲动态打算的类脑神经形态系统级芯片Speck事理示意图。中国科学院自动化研究所/供图
李国齐指出，针对脉冲神经网络(SNN)在更高层面，比如韶光维度中不能根据输入难易度调度其脉冲发放等“动态失落衡”问题，这项研究基于把稳力机制的神经形态脉冲动态打算框架，在多种粒度上实现对不同的输入进行有区分地动态相应。同时，Speck软件工具链编程框架支持动态打算脉冲神经网络算法演习和支配。
该研究的实验结果表明，把稳力机制可使得脉冲神经网络具备动态打算能力，即根据输入难易度调度其脉冲发放模式办理“动态失落衡”问题，在显著降落功耗的同时，提升任务性能。在一个动态视觉传感数据集上，领悟脉冲动态打算的Speck在任务精度提升9%的同时，均匀功耗由9.5毫瓦降落至3.8毫瓦。(完)
