公民网北京6月5日电（赵竹青）人脑能够运行繁芜且弘大的神经网络，总功耗却仅约20瓦，远小于现有的人工智能系统。因此，在算力比拼加速、能耗日益攀升的本日，借鉴人脑的低功耗特性发展新型智能打算系统成为极具潜力的方向。近日，中国科学院自动化研究所李国齐、徐波课题组与时识科技公司等单位互助设计了一套能够实现动态打算的算法—软件—硬件协同设计的类脑神经形态SOC（System on Chip，系统级芯片）“Speck”，展示了类脑神经形态打算在领悟高抽象层次大脑机制时的天然上风，干系研究在线揭橥于《自然·通讯》。
该研究提出了“神经形态动态打算”的观点，设计了一种类脑神经形态芯片“Speck”，来实现基于把稳力机制的动态打算。该芯片在硬件层面做到“没有输入，没有功耗”，在算法层面做到“有输入时，根据输入主要性程度动态调度打算”，从而在范例视觉场景任务功耗可低至0.7毫瓦，进一步挖掘了神经形态打算在性能和能效上的潜力。
Speck是一款异步感算一体类脑神经形态SoC，采取全异步设计，在一块芯片上集成了动态视觉传感器（DVS相机）和类脑神经形态芯片，具有极低的静息功耗（仅为0.42毫瓦）。Speck能够以微秒级的韶光分辨率感知视觉信息，并以全异步办法设计替代了全局时钟掌握旗子暗记，避免时钟空翻带来的能耗开销，仅在有事宜输入时才触发稀疏加法运算。
针对脉冲神经网络（SNN）在更高层面，比如韶光维度中不能根据输入难易度调度其脉冲发放等“动态失落衡”问题，该研究基于把稳力机制的神经形态脉冲动态打算框架，在多种粒度上实现对不同的输入进行有区分地动态相应；同时Speck软件工具链Sinabs编程框架支持动态打算SNN算法演习和支配。实验结果表明，把稳力机制可使得SNN具备动态打算能力，即根据输入难易度调度其脉冲发放模式办理“动态失落衡”问题，在显著降落功耗的同时，提升任务性能。在DVS128 Gesture数据集上，领悟脉冲动态打算的Speck在任务精度提升9%的同时，均匀功耗由9.5毫瓦降落至3.8毫瓦。
该事情的实践证明，高、低抽象层次大脑机制的领悟能进一步引发类脑打算潜力，这为往后将大脑进化过程中产生的各种高等神经机制领悟至神经形态打算供应了积极启示。
