低功率神经形态AI的测试芯片

以色列的Polyn Technology已采样了其用于传感器机器学习的神经形态模拟信号处理器（NASP）技术的测试芯片。

NASP测试芯片包含多个神经网络，并在55NM CMOS技术中实施，从而使元素可以集成到芯片机上的系统中。该设计证明了基于NASP神经元的模型以及该初创公司开发的芯片设计自动化工具的可扩展性，该工具成立于2019年。它已筹集了330万美元。

NASP芯片包含人工神经元（执行计算的节点）和使用电路元件实现的轴突（与节点之间的权重）：使用操作放大器和轴突通过使用薄膜电阻实现神经元。

• 300万欧元的项目，以提高神经形态AI
• 英特尔在4nm上推出了第二代神经形态芯片
• 神经形态AI的功率突破

NASP芯片设计针对稀疏的神经网络进行了优化，只有推理所需的神经元之间的必要连接，这意味着溶液可显着有效地降低神经连接。与内存设计相反，每个神经元连接到每个相邻神经元，NASP方法简化了芯片布局。这样的设计特别适合卷积神经网络（CNN），其中连接非常稀疏，以及RNN，变形金刚和自动编码器。

同时进入NASP芯片输入层的所有传感器信号并行传输到连续的层。没有执行周期，也没有针对内存的指示。

这是由设计工具实现的。NASP模型包括芯片设计自动化工具，即Polyn的T-Compiler和Synthesis工具，这些工具将任何受过训练的神经网络转换为芯片布局的最佳数学模型，并仍然保留符合原始神经网络。

+更多的