目前，大多数人工智能加速器都依赖CNN(卷积神经网络)来执行人工智能推理，其速度和效率远超CPU内核，甚至gpu。但还有另一种类型的神经网络，即尖峰神经网络(SNN)，它利用电信号尖峰的时间来执行模式识别任务，其方式类似于大脑中的神经元。
在效率方面的声明是相当令人难以置信的，每瓦的性能是微处理器和数字加速计的1万倍，能量低500倍，延迟短100倍。
几家公司正在研究神经形态AI加速器，用于尖刺神经网络，特别是Prophesee专注于图像处理Innatera该公司正在研发一种超低功耗的人工智能加速器，可以处理音频、健康和声音和语音识别雷达、生命体征监测、老年人跌倒传感器等……
Innatera最近提供了有关他们解决方案的更多信息，因此让我们专注于那个。亚博体育官下载EETimes交谈，Marco Jacobs，Innatera VP营销和业务开发，解释了传感器有时间序列数据，而不是非常平行的图像，并且由加速器针对的三个应用程序中的处理通常发生在传感器节点中，这可能是电池供电的。
在内捷拉的音频测试中，在TSMC 28nm过程中，每个脉冲事件(每个神经元对输入数据的响应)需要不到200飞焦耳，这越来越接近生物神经元和突触所消耗的能量。由于一个典型的音频关键字识别应用程序每次推理需要不到500个脉冲事件，因此亚毫瓦推理是可能的，而先天性人工智能加速器能够直接在电池供电的传感器节点中实现始终开启的模式识别功能。
预计Innatera神经形态AI加速器将在2021年底可用。
Jean-Luc于2010年开始兼www.yabo188.vip职创办CNX软件，2011年辞去软件工程经理的工作，开始全职撰写每日新闻和评论。
