类脑计算-零帕网

易贝塔
人工智能行业深度产业报告:类脑计算神经形态计算

人工智能行业深度产业报告:类脑计算神经形态计算

近年来深度神经网络(DNN)取得了令人瞩目的进步,但与人脑相比,DNN在信息处理的效率(速度和功耗)上表现仍不够好。在人脑中,信息以连续的方式快速处理,而DNN系统中所处理的是一幅幅静态图像,而且计算密集。在传统DNN中,计算、存取数据时的“内存墙” 问题,导致大量数据搬运中产生额外功耗以及延迟。此外,精确计算也是DNN的另一特征——即便是无价值的输入,也会全部参与计算,导致计算资源浪费且计算效率低。相反,人脑中神经元以脉冲的形式进行信息传递。每当神经元发出脉冲信号时(被激活),脉冲信号会传输到
加载更多