乾盘配资革命性的MCU，功耗暴降

（原标题：革命性的MCU乾盘配资，功耗暴降）

公众号记得加星标??，第一时间看推送不会错过。

来源：内容来自spectrum。

通过模拟大脑的运行方式，神经形态处理器在某些应用场景下比传统技术能显著降低能耗。如今，荷兰公司Innatera推出了号称全球首款商用的神经形态微控制器，旨在推动这一新兴技术的大规模市场应用。

Innatera表示，其新芯片Pulsar可将延迟降低至传统处理器的百分之一，并在人工智能应用中仅消耗其五百分之一的功耗。Innatera联合创始人兼CEO Sumeet Kumar表示：“目前乾盘配资大多数AI加速器都面临性能与功耗之间的权衡，要么运行简化的AI模型以降低功耗，要么提高精度但增加能耗。而Pulsar不需要任何妥协。”

神经形态芯片模拟大脑功能

神经形态设备在多个方面模仿大脑的工作方式。例如，传统微芯片使用固定节奏的时钟信号来协调电路动作，而神经形态架构则常通过“脉冲”来工作，即在一定时间内接收到足够输入信号后才会产生输出。

神经形态技术的关键应用之一，是用于实现受大脑启发的神经网络，也就是如今主流的AI系统。此外，脉冲式神经形态设备发射脉冲的频率很低，因此传输的数据量远少于运行传统神经网络的电子系统。因此，理论上讲，神经形态硬件在AI应用中对电力和通信带宽的需求显著更低。

目前，神经形态设备尚未得到广泛应用。Innatera希望通过5月21日发布的Pulsar芯片，打破神经形态计算商业化长期面临的障碍。

Pulsar芯片采用混合模拟-数字架构，包含12个用于脉冲神经网络的数字核心以及4个模拟核心，每个核心的脉冲神经元和连接突触均由硅电路组成。

Kumar表示：“模拟脉冲结构极具能效，而数字脉冲结构则提供更多可编程性与可配置性，同时保持良好的能效。”开发者可以根据需求选择加载模型的核心组合。

此外，Pulsar芯片内置一个支持32个乘加（MAC）操作的卷积神经网络加速器（常用于图像识别和自然语言处理），还配备快速傅里叶变换（FFT）加速器，以实现高效低功耗的信号处理。每颗芯片还整合了一颗最高可达160MHz运行频率的32位RISC-V CPU，用于系统管理，以及一系列标准传感器接口与其它组件。Kumar表示：“所有这些都集成在一颗尺寸仅为2.8毫米 × 2.6毫米的小芯片中。”

Pulsar在AI传感器中的独特性

Kumar指出，Pulsar区别于如BrainChip的Akida Pico等其他神经形态设备的关键在于：“不仅仅构建了一个神经形态核心，而是构建了围绕这个核心的完整系统。”他补充说：“目前行业主要关注推理，但当神经形态核心与其它系统进行数据交互时，会因数据搬运而耗费大量能量，从而抵消其原有的节能优势。我们构建Pulsar的目标，是实现整体高效处理，而不仅是高效推理。”

Kumar指出：“通过整合这些功能，它成为了传感器处理数据所需的唯一芯片。”这将简化设备设计，减少复杂信号处理流程，加快开发和上市时间，降低维护成本，延长电池寿命，并实现亚毫秒级的数据分析。

由于其低于毫瓦级的功耗，“Pulsar可实现持续的传感器数据处理，即便是在电力极度受限的设备中也能运行，”Kumar表示。例如，它能以仅600微瓦的功耗实现基于雷达的存在检测，或以400微瓦实现音频场景分类。相比之下，使用传统电子技术实现类似功能的系统通常需10到100毫瓦的功耗。

Pulsar专为超低功耗AI传感器应用设计，适用于消费电子、工业和物联网场景。例如，它可用于智能门铃，目前多数智能门铃通过摄像头或红外传感器检测运动，但这常会被飘动的旗帜或街道上的车灯误触发，从而导致电池快速耗尽。“虽然这些设备宣称电池续航可达三个月，但实际上通常两到三周就需要充电一次，”Kumar指出。

Innatera正与日本SoC厂商Socionext合作开发一种基于雷达的传感器，即使人在静止状态下也能通过呼吸引起的微动被准确检测出来。“它能忽略如风中摆动的灌木等干扰，”Kumar表示，“能将智能门铃的续航延长至18个月。而且由于不使用摄像头、也不将数据上传云端，因此在隐私保护上更具优势。”

神经形态计算面临的一个主要障碍，是开发者在将模型运行在此类设备上时需跨越的陡峭学习曲线。为此，Innatera推出了Talamo软件开发套件，以降低入门门槛，开发者可在基于PyTorch的环境中从零构建脉冲神经网络模型。Kumar表示：“开发神经形态应用不应需要一个神经形态学博士。”

此外，该公司还推出了面向早期采用者的开发者计划，提供软硬件工具包，支持不断壮大的研究社区。“我们的希望是建立一个神经形态应用生态，并发现一些目前尚未被设想的创新应用，”Kumar表示。

https://spectrum.ieee.org/innatera-neuromorphic-chip

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4058期内容，欢迎关注。

加星标??第一时间看推送，小号防走丢

求推荐乾盘配资

贵丰配资提示：文章来自网络，不代表本站观点。