一家神经形态计算公司BrainChip Holdings，已经成为第一家将生产尖峰神经网络架构——Akida神经形态系统芯片(NSoC)——推向市场的公司。

 

Akida NSoC体积小、成本低、功耗低，适用于先进的驾驶员辅助系统(ADAS)、自动驾驶汽车、无人机、视觉引导机器人、监视和机器视觉系统等前沿应用。它的可伸缩性允许用户将许多Akida设备连接在一起，对许多市场(包括农业技术(AgTech)、网络安全和金融技术(FinTech))进行复杂的神经网络训练和推断。

 

“人工智能加速芯片市场预计到2025年将超过600亿美元，”专攻人工智能领域的领先市场情报公司Tractica的研究主管阿迪蒂亚·考尔(Aditya Kaul)说。神经形态计算在加速人工智能方面有着重要的前景，尤其是在低功耗应用领域。随着许多技术障碍的解决，该行业将在未来几年部署一种新的ai优化硬件。

 

BrainChip公司首席执行官卢•迪纳多(Lou DiNardo)表示:“尽管他们尽了最大的努力，但还没有其他公司(无论大小)成功地将神经形态计算芯片推向市场。”Akida是“spike”在希腊语中的意思，它代表了人工智能新一代硬件解决方案中的第一个。在边缘的人工智能将会像微控制器一样重要和多产。有了Akida NSoC, BrainChip公司正在沿着这条道路前进，并引领潮流。我们最近发布了Akida开发环境，接下来是详细的体系结构描述。我们正与全球主要的制造商合作，制定多市场战略，以推动Akida NSoC的早日采用。

 

Akida NSoC:生物灵感，数字工程

 

Akida NSoC使用纯CMOS逻辑流程，保证了高产量和低成本。与传统的卷积神经网络(CNNs)相比，Spiking神经网络(SNNs)的能力本质上较低，因为它们用受生物学启发的神经元功能和前馈训练方法取代了数学密集型的卷积和反向传播训练方法。BrainChip的研究确定了最优的神经元模型和训练方法，带来了前所未有的效率和准确性。每个Akida NSoC实际上有120万个神经元和100亿个突触，比英特尔和IBM的神经形态测试芯片的效率高出100倍。与其他CNN加速器设备的比较显示了类似的性能提升，在一个数量级上有更好的图像/秒/瓦特运行的行业标准基准，如CIFAR-10，具有类似的精度。

 

BrainChip公司的创始人兼首席技术官彼得•范德特尼特(Peter van der Made)表示:“脉冲神经网络被认为是第三代神经网络。”“Akida NSoC是经过数十年研究确定最佳神经元模型和创新训练方法的成果。”

 

用于嵌入式或协同处理应用程序的自包含的

 

Akida NSoC被设计用来作为独立的嵌入式加速器或协同处理器。它包括用于传统像素成像的传感器接口、动态视觉传感器(DVS)、激光雷达、音频和模拟信号。它还具有高速数据接口，如PCI-Express、USB和以太网。嵌入在NSoC中的是数据到峰值转换器，其设计目的是最优地将流行的数据格式转换成峰值来训练和被Akida神经元结构处理。

 

创新培训方法

 

对于训练和推理来说，神经网络的峰值本质上是前馈数据流。在Akida神经元模型中根深蒂固的是用于监督和非监督训练的创新训练方法。在监督模式下，网络的初始层自动训练自己，而在最后的完全连接层中，可以应用标签，使这些网络发挥分类网络的功能。Akida NSoC旨在允许在Akida开发环境中进行芯片外培训或芯片内培训。芯片上的CPU用于控制Akida神经元结构的配置，以及芯片外的元数据通信。

 

Akida开发环境现在可以让早期访问客户开始创建、培训和测试针对Akida NSoC的尖峰神经网络。Akida NSoC预计将在2019年第三季度开始采样。

透明硅胶垫http://www.hoyjd.com