Imec声称已经建立了世界上第一个基于尖峰神经网络(SNN)的嵌入式雷达信号处理芯片,从而能够创建诸如智能,低功耗防撞雷达系统之类的应用程序,这些系统可在几毫秒内识别出接近的物体。
imec模仿生物神经元群操作来识别时间模式的方式,称其芯片功耗比传统实现方案低100倍,同时延迟减少了十倍,几乎可以立即做出决策。例如,可以仅使用30 mW的功率对微型多普勒雷达信号进行分类。虽然可以轻松调整芯片的体系结构和算法以处理各种传感器数据(包括心电图,语音,声纳,雷达和激光雷达流),但其第一个用例将包括创建低功耗,高度智能的抗干扰功能。无人机碰撞雷达系统,可以对接近的物体做出更有效的反应。 人工神经网络(ANN)已在广泛的应用领域中建立。例如,它们是汽车工业中常用的基于雷达的防撞系统的关键要素。但是人工神经网络有局限性。一方面,它们消耗太多的功率,无法集成到越来越受约束的(传感器)设备中。此外,人工神经网络的基础架构和数据格式要求数据在做出决定之前必须经历从传感器设备到AI推理算法的耗时过程。这就是尖刺神经网络(SNN)可以提供帮助的地方。 “今天,我们展示了世界上第一个使用递归尖峰神经网络处理雷达信号的芯片,” imec神经形态感应程序经理Ilja Ocket说。“ SNN的运行与生物神经网络非常相似,在该过程中,仅当感觉输入发生变化时,神经元才会随时间稀疏地发射电脉冲。这样,可以显着降低能耗。此外,我们芯片上的尖刺神经元可以循环连接-将SNN变成一个学习和记忆时间模式的动态系统。我们今天引入的技术是真正的自学系统开发的重大飞跃。” Imec表示,其嵌入式开发芯片最初旨在支持功率受限设备中的心电图(ECG)和语音处理。它基于全新的数字硬件设计的通用体系结构意味着它也可以轻松地重新配置以处理各种其他感官输入,例如声纳,雷达和激光雷达数据。与模拟SNN实施相反,imec的事件驱动数字设计使该芯片能够像神经网络仿真工具所预测的那样精确且重复地运行。
文章来源:http://emb.hqyj.com/Column/20209341.html
|