自动化所研发脉冲动态计算的毫瓦级超低功耗异步感算一体类脑芯片

在追求高效能与低能耗的智能计算领域，人脑的低功耗特性成为重要的灵感来源。中国科学院自动化研究所的研究团队与时识科技等机构合作，开发出一种名为Speck的类脑神经形态SOC系统，它实现了动态计算并降低了能源消耗。这项研究首次提出“神经形态动态计算”理念，通过设计 Speck 芯片，运用注意力机制实现动态计算，确保在无输入时无功耗，有输入时则按重要性动态调整，使得在视觉场景任务中的功耗降至0.7毫瓦。

Speck是一款异步感算一体的SoC，整合了动态视觉传感器和神经形态芯片，静息功耗仅为0.42毫瓦。其全异步设计消除了全局时钟控制，仅在接收到事件输入时执行稀疏加法运算，大大减少了能耗。此外，研究团队还构建了一个基于注意力机制的神经形态脉冲动态计算框架，解决了脉冲神经网络在时间维度上的动态失衡问题。Sinabs编程框架支持动态计算SNN算法的训练和部署，使SNN能根据输入难度调整脉冲发放模式，提高任务性能并降低功耗。在DVS128 Gesture数据集上，Speck在提升任务精度9%的同时，平均功耗从9.5毫瓦降至3.8毫瓦。

这一成果展示了大脑高级机制与低层机制融合在激发类脑计算潜力方面的潜力，为未来融合更多高级神经机制到神经形态计算提供了启示。该研究得到了多项国家级科研基金的支持。

本文来源：