如何借鉴人脑的低功耗特(te)性发展新型智(zhi)能计算(suan)系统？这(zhe)是人工智(zhi)能领域颇受关注的重要研究(jiu)方向。
中国科(ke)学院自动化研究(jiu)所6月1日向媒体发布消息说，该(gai)所李国齐、徐波研究(jiu)员团队与合作者共同(tong)研发出一套能够实现动态计算(suan)的算(suan)法-软件-硬件协同(tong)设计的、低功耗的类脑神经(jing)形态系统级(ji)芯片Speck，展示出类脑神经(jing)形态计算(suan)在融合高抽象层次大脑机制时的天(tian)然(ran)优势。
这(zhe)项人工智(zhi)能领域重要研究(jiu)成果论文，近日在国际学术期刊《自然(ran)-通讯》(Nature Communications)发表。该(gai)研究(jiu)实践证实高、低抽象层次大脑机制的融合能进一步激发类脑计算(suan)潜力，将为未来将大脑进化过程中产生的各种高级(ji)神经(jing)机制融合至神经(jing)形态计算(suan)提(ti)供启发。
论文通讯作者李国齐研究(jiu)员介绍说，人脑能够运行非常复杂且庞大的神经(jing)网络，总(zong)功耗却仅为20瓦(wa)，远(yuan)小于(yu)现有的人工智(zhi)能系统。因此(ci)，在算(suan)力比拼加(jia)速，能耗日益攀升(sheng)的今日，借鉴人脑的低功耗特(te)性发展新型智(zhi)能计算(suan)系统成为极具潜力的方向。
在本项研究(jiu)中，合作团队提(ti)出“神经(jing)形态动态计算(suan)”的概念(nian)，通过设计一种类脑神经(jing)形态芯片Speck来实现基于(yu)注意力机制的动态计算(suan)，在硬件层面做到(dao)“没(mei)有输入，没(mei)有功耗”，在算(suan)法层面做到(dao)“有输入时，根据输入重要性程度动态调(diao)整计算(suan)”，从而在典型视觉场景任务功耗可低至0.7毫瓦(wa)，进一步挖掘出神经(jing)形态计算(suan)在性能和能效上的潜力。
Speck是一款(kuan)异步感算(suan)一体类脑神经(jing)形态系统级(ji)芯片，采用全异步设计，在一块芯片上集成了动态视觉传感器(DVS相机)和类脑神经(jing)形态芯片，具有极低的静息功耗(仅为0.42毫瓦(wa))。它能够以微秒级(ji)的时间分辨率感知视觉信息，以全异步方式设计抛弃了全局时钟控制信号，避(bi)免时钟空翻带来的能耗开(kai)销(xiao)，仅在有事件输入时才触发稀疏加(jia)法运算(suan)。
李国齐指出，针对脉冲神经(jing)网络(SNN)在更高层面，比如时间维度中不能根据输入难易度调(diao)整其脉冲发放等“动态失衡”问题，这(zhe)项研究(jiu)基于(yu)注意力机制的神经(jing)形态脉冲动态计算(suan)框架，在多种粒度上实现对不同(tong)的输入进行有区分地动态响应。同(tong)时，Speck软件工具链编(bian)程框架支(zhi)持动态计算(suan)脉冲神经(jing)网络算(suan)法训练和部署。
该(gai)研究(jiu)的实验结果表明，注意力机制可使得脉冲神经(jing)网络具备(bei)动态计算(suan)能力，即根据输入难易度调(diao)整其脉冲发放模式解(jie)决“动态失衡”问题，在显著降低功耗的同(tong)时，提(ti)升(sheng)任务性能。在一个动态视觉传感数据集上，融合脉冲动态计算(suan)的Speck在任务精度提(ti)升(sheng)9%的同(tong)时，平均功耗由9.5毫瓦(wa)降低至3.8毫瓦(wa)。(完)