DVS縮放單元
具體技術(shù)內(nèi)容、所解決的技術(shù)問題、產(chǎn)生的技術(shù)效果
從語音識(shí)別芯片領(lǐng)域切入，為具有超低功耗需求的智能物聯(lián)網(wǎng)（AIoT）芯片廠商提供最新一代深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，使客戶能夠節(jié)省SNN開發(fā)成本，快速實(shí)現(xiàn)由ANN芯片向SNN芯片的躍遷，實(shí)現(xiàn)高性能、低功耗的芯片產(chǎn)品開發(fā)。
應(yīng)用場景和對(duì)應(yīng)技術(shù)領(lǐng)域
視頻監(jiān)控、語音識(shí)別、無人機(jī)、自動(dòng)駕駛、機(jī)器人等
先進(jìn)性、創(chuàng)新性、前沿性說明
脈沖神經(jīng)網(wǎng)絡(luò)(SNN)被譽(yù)為第三代人工神經(jīng)網(wǎng)絡(luò)。脈沖神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)的主要優(yōu)勢(shì)有：1、神經(jīng)元的輸入輸出不同。脈沖神經(jīng)網(wǎng)絡(luò)通過單比特脈沖連接、權(quán)重和輸入數(shù)據(jù)為加法運(yùn)算、脈沖發(fā)送的速率低于1KHz來降低功耗。2、神經(jīng)元模型不同。脈沖神經(jīng)網(wǎng)絡(luò)的神經(jīng)元模型是基于膜電壓的微分方程，接近于生物神經(jīng)元模型，有生物可解釋性。模型中閾值，可以降低噪聲增大容錯(cuò)性。3、模仿人腦將權(quán)重存放在運(yùn)算單元附近，減少了DRAM的訪問也降低了功耗。由于脈沖神經(jīng)網(wǎng)絡(luò)以上的優(yōu)點(diǎn)，開發(fā)脈沖神經(jīng)網(wǎng)絡(luò)芯片是近年國內(nèi)外學(xué)術(shù)界與產(chǎn)業(yè)界的熱點(diǎn)。
新氦脈沖神經(jīng)網(wǎng)絡(luò)芯片架構(gòu)的研究和成果補(bǔ)充了國內(nèi)在類腦芯片方面的研發(fā)不足。同時(shí)新氦采取開放的策略提供各種IP降低企業(yè)在類腦芯片的準(zhǔn)入門檻，進(jìn)一步推動(dòng)類腦技術(shù)的生態(tài)發(fā)展。新氦類腦脈沖神經(jīng)網(wǎng)絡(luò)前沿性研究內(nèi)容：
（1）研究脈沖神經(jīng)網(wǎng)絡(luò)算法：包括在線學(xué)習(xí)算法，卷積神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)脈沖神經(jīng)網(wǎng)絡(luò)算法，脈沖神經(jīng)網(wǎng)絡(luò)直接訓(xùn)練算法，脈沖編碼算法和片上網(wǎng)絡(luò)路由算法等。
（2）研究開發(fā)脈沖神經(jīng)網(wǎng)絡(luò)通用IP：包括神經(jīng)元陣列，脈沖編碼，片上網(wǎng)絡(luò)、芯片間擴(kuò)展接口等。
（3）研究開發(fā)脈沖神經(jīng)網(wǎng)絡(luò)測試芯片，客戶可以使用我們的測試芯片評(píng)估各種IP的性能。
從語音識(shí)別芯片領(lǐng)域切入，為具有超低功耗需求的智能物聯(lián)網(wǎng)（AIoT）芯片廠商提供最新一代深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，使客戶能夠節(jié)省SNN開發(fā)成本，快速實(shí)現(xiàn)由ANN芯片向SNN芯片的躍遷，實(shí)現(xiàn)高性能、低功耗的芯片產(chǎn)品開發(fā)。
應(yīng)用場景和對(duì)應(yīng)技術(shù)領(lǐng)域
視頻監(jiān)控、語音識(shí)別、無人機(jī)、自動(dòng)駕駛、機(jī)器人等
先進(jìn)性、創(chuàng)新性、前沿性說明
脈沖神經(jīng)網(wǎng)絡(luò)(SNN)被譽(yù)為第三代人工神經(jīng)網(wǎng)絡(luò)。脈沖神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)的主要優(yōu)勢(shì)有：1、神經(jīng)元的輸入輸出不同。脈沖神經(jīng)網(wǎng)絡(luò)通過單比特脈沖連接、權(quán)重和輸入數(shù)據(jù)為加法運(yùn)算、脈沖發(fā)送的速率低于1KHz來降低功耗。2、神經(jīng)元模型不同。脈沖神經(jīng)網(wǎng)絡(luò)的神經(jīng)元模型是基于膜電壓的微分方程，接近于生物神經(jīng)元模型，有生物可解釋性。模型中閾值，可以降低噪聲增大容錯(cuò)性。3、模仿人腦將權(quán)重存放在運(yùn)算單元附近，減少了DRAM的訪問也降低了功耗。由于脈沖神經(jīng)網(wǎng)絡(luò)以上的優(yōu)點(diǎn)，開發(fā)脈沖神經(jīng)網(wǎng)絡(luò)芯片是近年國內(nèi)外學(xué)術(shù)界與產(chǎn)業(yè)界的熱點(diǎn)。
新氦脈沖神經(jīng)網(wǎng)絡(luò)芯片架構(gòu)的研究和成果補(bǔ)充了國內(nèi)在類腦芯片方面的研發(fā)不足。同時(shí)新氦采取開放的策略提供各種IP降低企業(yè)在類腦芯片的準(zhǔn)入門檻，進(jìn)一步推動(dòng)類腦技術(shù)的生態(tài)發(fā)展。新氦類腦脈沖神經(jīng)網(wǎng)絡(luò)前沿性研究內(nèi)容：
（1）研究脈沖神經(jīng)網(wǎng)絡(luò)算法：包括在線學(xué)習(xí)算法，卷積神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)脈沖神經(jīng)網(wǎng)絡(luò)算法，脈沖神經(jīng)網(wǎng)絡(luò)直接訓(xùn)練算法，脈沖編碼算法和片上網(wǎng)絡(luò)路由算法等。
（2）研究開發(fā)脈沖神經(jīng)網(wǎng)絡(luò)通用IP：包括神經(jīng)元陣列，脈沖編碼，片上網(wǎng)絡(luò)、芯片間擴(kuò)展接口等。
（3）研究開發(fā)脈沖神經(jīng)網(wǎng)絡(luò)測試芯片，客戶可以使用我們的測試芯片評(píng)估各種IP的性能。
關(guān)鍵技術(shù)IP
融合脈沖神經(jīng)網(wǎng)絡(luò)信息處理方法及融合脈沖神經(jīng)網(wǎng)絡(luò)
技術(shù)特征簡介
提供一種融合脈沖神經(jīng)網(wǎng)絡(luò)信息處理方法及融合脈沖神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)了通用脈沖神經(jīng)網(wǎng)絡(luò)和特定脈沖神經(jīng)網(wǎng)絡(luò)的脈沖計(jì)算單元以及存儲(chǔ)單元的復(fù)用，復(fù)用程度高，在克服了通用脈沖神經(jīng)網(wǎng)絡(luò)連接存儲(chǔ)面積大和特定脈沖神經(jīng)網(wǎng)絡(luò)通用性不強(qiáng)的缺點(diǎn)的同時(shí)可以減小芯片的晶體管數(shù)量，降低成本，以及在相同晶體管數(shù)量的情況下提升芯片的效能。軸突輸入擴(kuò)展方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
技術(shù)特征簡介
當(dāng)需要參與運(yùn)算的軸突輸入數(shù)K大于可支持的最大軸突數(shù)輸入N時(shí)，將K個(gè)軸突輸入分組并分別連接到多個(gè)神經(jīng)元核的軸突輸入；各神經(jīng)元核對(duì)各個(gè)單比特軸突輸入進(jìn)行加權(quán)相加得到以M比特位寬的加權(quán)和，刪除X個(gè)低位以轉(zhuǎn)換為S比特位寬的加權(quán)和；分別連接到一匯總神經(jīng)元核的不同軸突輸入，并將所有S比特位寬的加權(quán)和相加得到加權(quán)總和；加權(quán)總和加上上一次膜電壓值并與閾值比較；若大于等于閾值，則匯總神經(jīng)元核輸出1比特脈沖數(shù)據(jù)。本申請(qǐng)不需要乘法電路，也不需要支持ANN模式，沒有引入額外的運(yùn)算單元，成本較低；和現(xiàn)有方法相比算法精度更高；使用的神經(jīng)元核數(shù)目比清華的軸突擴(kuò)展方法數(shù)目少。
滬公網(wǎng)安備 31011002003093號(hào)