李國齊指出，針對脈沖神經(jīng)網(wǎng)絡(luò)(SNN)在更高層面，比如時間維度中不能根據(jù)輸入難易度調(diào)整其脈沖發(fā)放等“動態(tài)失衡”問題，這項研究基于注意力機制的神經(jīng)形態(tài)脈沖動態(tài)計算框架，在多種粒度上實現(xiàn)對不同的輸入進行有區(qū)分地動態(tài)響應(yīng)。同時，Speck軟件工具鏈編程框架支持動態(tài)計算脈沖神經(jīng)網(wǎng)絡(luò)算法訓(xùn)練和部署。

在本項研究中，合作團隊提出“神經(jīng)形態(tài)動態(tài)計算”的概念，通過設(shè)計一種類腦神經(jīng)形態(tài)芯片Speck來實現(xiàn)基于注意力機制的動態(tài)計算，在硬件層面做到“沒有輸入，沒有功耗”，在算法層面做到“有輸入時，根據(jù)輸入重要性程度動態(tài)調(diào)整計算”，從而在典型視覺場景任務(wù)功耗可低至0.7毫瓦，進一步挖掘出神經(jīng)形態(tài)計算在性能和能效上的潛力。

該研究的實驗結(jié)果表明，注意力機制可使得脈沖神經(jīng)網(wǎng)絡(luò)具備動態(tài)計算能力，即根據(jù)輸入難易度調(diào)整其脈沖發(fā)放模式解決“動態(tài)失衡”問題，在顯著降低功耗的同時，提升任務(wù)性能。在一個動態(tài)視覺傳感數(shù)據(jù)集上，融合脈沖動態(tài)計算的Speck在任務(wù)精度提升9%的同時，平均功耗由9.5毫瓦降低至3.8毫瓦。(完)

Speck是一款異步感算一體類腦神經(jīng)形態(tài)系統(tǒng)級芯片，采用全異步設(shè)計，在一塊芯片上集成了動態(tài)視覺傳感器(DVS相機)和類腦神經(jīng)形態(tài)芯片，具有極低的靜息功耗(僅為0.42毫瓦)。它能夠以微秒級的時間分辨率感知視覺信息，以全異步方式設(shè)計拋棄了全局時鐘控制信號，避免時鐘空翻帶來的能耗開銷，僅在有事件輸入時才觸發(fā)稀疏加法運算。

論文通訊作者李國齊研究員介紹說，人腦能夠運行非常復(fù)雜且龐大的神經(jīng)網(wǎng)絡(luò)，總功耗卻僅為20瓦，遠小于現(xiàn)有的人工智能系統(tǒng)。因此，在算力比拼加速，能耗日益攀升的今日，借鑒人腦的低功耗特性發(fā)展新型智能計算系統(tǒng)成為極具潛力的方向。

中國科學院自動化研究所6月1日向媒體發(fā)布消息說，該所李國齊、徐波研究員團隊與合作者共同研發(fā)出一套能夠?qū)崿F(xiàn)動態(tài)計算的算法-軟件-硬件協(xié)同設(shè)計的、低功耗的類腦神經(jīng)形態(tài)系統(tǒng)級芯片Speck，展示出類腦神經(jīng)形態(tài)計算在融合高抽象層次大腦機制時的天然優(yōu)勢。

云开亚美官网美瞳中新網(wǎng)北京6月1日電 (記者 孫自法)如何借鑒人腦的低功耗特性發(fā)展新型智能計算系統(tǒng)？這是人工智能領(lǐng)域頗受關(guān)注的重要研究方向。

這項人工智能領(lǐng)域重要研究成果論文，近日在國際學術(shù)期刊《自然-通訊》(Nature Communications)發(fā)表。該研究實踐證實高、低抽象層次大腦機制的融合能進一步激發(fā)類腦計算潛力，將為未來將大腦進化過程中產(chǎn)生的各種高級神經(jīng)機制融合至神經(jīng)形態(tài)計算提供啟發(fā)。