人民網(wǎng)北京6月5日電 （記者趙竹青）人腦能夠運(yùn)行復(fù)雜且龐大的神經(jīng)網(wǎng)絡(luò)，總功耗卻僅約20瓦，遠(yuǎn)小于現(xiàn)有的人工智能系統(tǒng)。因此，在算力比拼加速、能耗日益攀升的今天，借鑒人腦的低功耗特性發(fā)展新型智能計(jì)算系統(tǒng)成為極具潛力的方向。近日，中國(guó)科學(xué)院自動(dòng)化研究所李國(guó)齊、徐波課題組與時(shí)識(shí)科技公司等單位合作設(shè)計(jì)了一套能夠?qū)崿F(xiàn)動(dòng)態(tài)計(jì)算的算法—軟件—硬件協(xié)同設(shè)計(jì)的類(lèi)腦神經(jīng)形態(tài)SOC（System on Chip，系統(tǒng)級(jí)芯片）“Speck”，展示了類(lèi)腦神經(jīng)形態(tài)計(jì)算在融合高抽象層次大腦機(jī)制時(shí)的天然優(yōu)勢(shì)，相關(guān)研究在線發(fā)表于《自然·通訊》。
該研究提出了“神經(jīng)形態(tài)動(dòng)態(tài)計(jì)算”的概念，設(shè)計(jì)了一種類(lèi)腦神經(jīng)形態(tài)芯片“Speck”，來(lái)實(shí)現(xiàn)基于注意力機(jī)制的動(dòng)態(tài)計(jì)算。該芯片在硬件層面做到“沒(méi)有輸入，沒(méi)有功耗”，在算法層面做到“有輸入時(shí)，根據(jù)輸入重要性程度動(dòng)態(tài)調(diào)整計(jì)算”，從而在典型視覺(jué)場(chǎng)景任務(wù)功耗可低至0.7毫瓦，進(jìn)一步挖掘了神經(jīng)形態(tài)計(jì)算在性能和能效上的潛力。
Speck是一款異步感算一體類(lèi)腦神經(jīng)形態(tài)SoC，采用全異步設(shè)計(jì)，在一塊芯片上集成了動(dòng)態(tài)視覺(jué)傳感器（DVS相機(jī)）和類(lèi)腦神經(jīng)形態(tài)芯片，具有極低的靜息功耗（僅為0.42毫瓦）。Speck能夠以微秒級(jí)的時(shí)間分辨率感知視覺(jué)信息，并以全異步方式設(shè)計(jì)替代了全局時(shí)鐘控制信號(hào)，避免時(shí)鐘空翻帶來(lái)的能耗開(kāi)銷(xiāo)，僅在有事件輸入時(shí)才觸發(fā)稀疏加法運(yùn)算。
針對(duì)脈沖神經(jīng)網(wǎng)絡(luò)（SNN）在更高層面，比如時(shí)間維度中不能根據(jù)輸入難易度調(diào)整其脈沖發(fā)放等“動(dòng)態(tài)失衡”問(wèn)題，該研究基于注意力機(jī)制的神經(jīng)形態(tài)脈沖動(dòng)態(tài)計(jì)算框架，在多種粒度上實(shí)現(xiàn)對(duì)不同的輸入進(jìn)行有區(qū)分地動(dòng)態(tài)響應(yīng)；同時(shí)Speck軟件工具鏈Sinabs編程框架支持動(dòng)態(tài)計(jì)算SNN算法訓(xùn)練和部署。實(shí)驗(yàn)結(jié)果表明，注意力機(jī)制可使得SNN具備動(dòng)態(tài)計(jì)算能力，即根據(jù)輸入難易度調(diào)整其脈沖發(fā)放模式解決“動(dòng)態(tài)失衡”問(wèn)題，在顯著降低功耗的同時(shí)，提升任務(wù)性能。在DVS128 Gesture數(shù)據(jù)集上，融合脈沖動(dòng)態(tài)計(jì)算的Speck在任務(wù)精度提升9%的同時(shí)，平均功耗由9.5毫瓦降低至3.8毫瓦。
該工作的實(shí)踐證實(shí)，高、低抽象層次大腦機(jī)制的融合能進(jìn)一步激發(fā)類(lèi)腦計(jì)算潛力，這為以后將大腦進(jìn)化過(guò)程中產(chǎn)生的各種高級(jí)神經(jīng)機(jī)制融合至神經(jīng)形態(tài)計(jì)算提供了積極啟發(fā)。