€3M项目促进神经形态AI
window.datalayer = window.datalayer ||[];
函数gtag(){datalayer.push(参数);}
gtag (js,新的日期());gtag(“配置”、“ua - 160857065 - 1”);
mems - scales神经形态研究项目的研究人员来自法国的Leti、比利时的IMEC、苏黎世的IBM以及中国支持的瑞士初创公司SynSense。
MEM-SCALES研究人员计划建立新的存储器和设备技术以及自主学习算法,以支持突触和神经元的片上学习。这将是为了在分布式中合并在这些应用中的生物和电子感测和计算来完成环境监测,植入医疗诊断微芯片,可穿戴电子产品和人机相互作用。
结果将用于构建可以实际过程中有效地处理的神经形态计算系统,并且可以使用实际的实验室原型来展示这一点。这将使低功耗和始终是IOT和Edge计算的应用程序,用于应用程序不需要,或者无法负担,连接到云。
下一篇:九个数量级
多时间尺度在项目命名中的重要性来自生物神经处理,可以通过毫秒(轴突传输)到秒(口语短语)和更长的间隔(电机学习)的时间尺度发生的生物神经处理。
“MEM-SCALES项目旨在将模拟尖峰微处理器中的神经形态计算提升到完全新的性能水平,“CEA-Leti的AI计划经理和Mem-Scales项目的协调员Elisa Vianello表示。
该项目正在寻求使用多时间尺度电阻非易失性存储器技术以及薄膜晶体管(TFT)技术的时间跨度高达9个数量级。计算方法将适应模拟纳米尺度器件固有的低数值精度、参数漂移、随机性和器件不匹配等问题。
相关链接和文章:
神经形态物品:
注册我们的时事通讯