能让自行车“自动驾驶”!清华团队的新型融合AI芯片“天机”登上Nature封面( 五 )

在生物大脑中 , 每个神经元都与各种输入相连 。 一些输入在神经元中产生激发 , 而另一些输入则抑制它 , 对于SNN(脉冲神经网络) , 在达到由变量(或者可能具有函数)描述的特定阈值状态时 , 神经元发出脉冲信号 。

ANN则是是从信息处理角度对人脑神经元网络进行抽象 , 目前热门的AI神经网络CNN、RNN都属于ANN 。

就可以理解SNN和ANN最大的差异 , ANN以精确的多位值处理信息 , 而SNN以脉冲处理信息 。 为了在一个平台上实现两种模型 , 脉冲需要表示为数字序列(1或0) , 以便与数字编码格式的ANN兼容 。

当然 , 两者之间还存在其它差异 , 比如SNN在时空域中运行 , 而ANN依靠时钟在每个周期刷新信息 。 另外 , SNN的计算包括膜电位积分 , 阈值交叉和电位复位 , ANN主要与乘法累加(MAC)操作和激活变换相关 。 还有 , SNN的处理需要比特可编程存储器和额外的高精度存储器来存储膜电位 , 发射阈值和不应期 , ANN仅需要用字节存储器来进行激活存储和变换 。

全球首款异构融合AI芯片

推荐阅读