（文章來源：半導體行業(yè)觀察）

近期，歐洲研究與創(chuàng)新中心Imec推出了世界上第一個使用尖峰遞歸神經(jīng)網(wǎng)絡處理雷達信號的芯片。

通過模仿生物神經(jīng)元群操作來識別時間模式的方式，imec的芯片功耗比傳統(tǒng)實現(xiàn)方案少100倍，同時延遲減少了十倍，幾乎可以立即做出決策。例如，可以僅使用30 mW的功率對微型多普勒雷達信號進行分類。 該芯片可以調(diào)整體系結(jié)構(gòu)和算法，以處理各種傳感器數(shù)據(jù)（包括心電圖，語音，聲納，雷達和激光雷達流），它的第一個用例將包括創(chuàng)建低功耗、高度智能的防碰撞系統(tǒng)，如無人機雷達，它可以對接近的物體做出更有效的反應。

人工神經(jīng)網(wǎng)絡（ANN）已被證明可在廣泛的應用領域中使用，例如，已被用于汽車工業(yè)中常用的基于雷達的防撞系統(tǒng)。但是，人工神經(jīng)網(wǎng)絡有其自身的局限性——它們消耗的功率過多，無法集成到越來越受約束的（傳感器）設備中。此外，人工神經(jīng)網(wǎng)絡的基礎架構(gòu)和數(shù)據(jù)格式要求數(shù)據(jù)在做出決定之前要經(jīng)歷從傳感器設備到AI推理算法的耗時過程。因此，Imec決定使用尖峰神經(jīng)網(wǎng)絡（SNN，spiking neural networks）。

imec的神經(jīng)形態(tài)感應程序經(jīng)理Ilja Ocket表示：“這是世界上第一個使用遞歸尖峰神經(jīng)網(wǎng)絡處理雷達信號的芯片。SNN的運行與生物神經(jīng)網(wǎng)絡非常相似，在該過程中，僅當感覺輸入發(fā)生變化時，神經(jīng)元才會隨時間稀疏地發(fā)射電脈沖。這樣，可以顯著降低能耗。此外，該芯片上的尖刺神經(jīng)元可以循環(huán)連接，即將SNN變成一個學習和記憶時間模式的動態(tài)系統(tǒng)。該技術(shù)是自學系統(tǒng)研發(fā)的重大飛躍?！?/p>

該芯片最初設計為在功率受限的設備中支持心電圖（ECG）和語音處理。由于其通用架構(gòu)具有全新的數(shù)字硬件。在設計上，還可以輕松地對其進行重新配置，以處理各種其他傳感輸入信號，例如聲納，雷達和激光雷達數(shù)據(jù)。 與模擬SNN相反，imec的事件驅(qū)動數(shù)字設計使該芯片能夠像神經(jīng)網(wǎng)絡仿真工具所預測的那樣精確且重復地運行。

imec描述了一個涉及無人機行業(yè)的用例，該應用甚至比汽車行業(yè)還要多，它與受約束的設備（例如容量有限的電池）一起工作，這些設備需要對環(huán)境的變化迅速做出反應，以便對接近的障礙物做出適當?shù)姆磻?“我們這款新芯片的旗艦用例包括為無人機創(chuàng)建低延遲、低功耗的防撞系統(tǒng)。在靠近雷達傳感器的地方進行處理，我們的芯片可使雷達傳感系統(tǒng)更快、更準確地區(qū)分正在接近的物體。

反過來，這將使無人機幾乎可以立即對潛在的危險情況做出反應。” Ocket解釋說?！澳壳?，我們正在探索一種方案，該方案以自主無人機為基礎，這些無人機依靠其車載攝像頭和雷達傳感器系統(tǒng)進行倉庫內(nèi)導航，在執(zhí)行復雜任務時與墻壁和架子保持安全距離。這項技術(shù)還可以用于許多其他用例，從機器人方案到自動導引車（AGV）的部署，甚至健康監(jiān)控。”

“該芯片可以滿足業(yè)界對真正從數(shù)據(jù)中學習并實現(xiàn)個性化AI的超低功耗神經(jīng)網(wǎng)絡的需求。在創(chuàng)建過程中，我們召集了來自imec各個領域的專家，從培訓算法的開發(fā)和以神經(jīng)科學為基礎的尖峰神經(jīng)網(wǎng)絡架構(gòu)到生物醫(yī)學和雷達信號處理，以及超低功耗數(shù)字芯片設計。imec做了大量研究工作，”imec物聯(lián)網(wǎng)認知感知程序總監(jiān)Kathleen Philips 總結(jié)道。
? ? ? （責任編輯：fqj）