Innatera推出面向超低功耗智能传感器的脉冲神经网络芯片
2025-06-13 07:21:49   来源：麦姆斯咨询   评论：0   点击：

Innatera芯片有望降低边缘人工智能（AI）传感应用的延迟和功耗。

通过模仿大脑的运作方式，神经形态处理器在某些应用中比传统技术消耗的能量要少得多。据麦姆斯咨询报道，荷兰Innatera公司推出了全球首款商业化神经形态微控制器，以期推动新兴的边缘人工智能传感技术的大规模市场应用。

Innatera公司表示，其新型芯片Pulsar可以将延迟降低到传统处理器的百分之一，而功耗仅为其人工智能应用的五百分之一。Innatera联合创始人兼首席执行官Sumeet Kumar说：“如今，大多数人工智能加速器都必须在性能和功耗之间做权衡。他们要么运行简化的人工智能模型以降低功耗，要么增加功耗以提高精度。有了Pulsar芯片，无需再做取舍。”

模拟大脑功能的神经形态芯片

神经形态器件通常以各种方式模仿大脑的工作原理。例如，传统的微芯片使用定时时钟信号来协调电路的动作，而神经形态架构通常利用“脉冲”的概念，即只有在一定时间内接收到一定量的输入信号后才会产生输出信号。

神经形态技术通常设想的一个关键应用是实现类似大脑启发的神经网络，这是目前使用的主要人工智能系统。此外，脉冲神经形态器件很少发放脉冲，因此与通常运行神经网络的电子器件相比，它们所需要的数据量要少得多。因此，原则上神经形态硬件对人工智能应用的功耗和通信带宽要求要低得多。

迄今为止，神经形态器件尚未得到广泛应用。现在，Innatera希望此次推出的Pulsar芯片能够克服神经形态计算在商业化过程中长期面临的障碍。

Pulsar芯片采用模拟数字混合架构。除了用于脉冲神经网络的12个数字内核外，它还有4个模拟内核，每个内核的脉冲神经元和相互连接的突触都由硅电路构成。

Kumar介绍说：“模拟脉冲结构具有极高的能效，而数字脉冲结构具有更高的可编程性和可配置性，同时能效仍然很高。开发人员可以根据自己的需要，选择将模型加载到哪一组内核上。”

每个Pulsar芯片还有一个用于卷积神经网络（常用于图像识别和自然语言处理）的加速器，支持32次乘积（MAC）运算。此外，每个芯片都有一个快速傅立叶变换加速器，用于高效的低功耗信号处理。每个Pulsar还集成了一个32位RISC-V CPU（运行速度高达160兆赫）用于系统管理，以及一系列标准传感器接口和其他组件。Kumar说：“所有这些都集成在一个2.8 mm x 2.6 mm的微小芯片中。”

是什么使Pulsar芯片成为人工智能传感器中的佼佼者？

“Pulsar芯片与其它神经形态器件（如BrainChip的Akida Pico）的不同之处在于，不仅仅是构建一个神经形态内核，还要围绕它构建系统的其它部分。”Kumar说，“在业界，人们非常强调推理，但当他们的神经形态内核与系统的其它部分一起工作时，它们的数据吞吐会消耗大量的电能。我们将Pulsar芯片打造为高效处理引擎，而不仅仅是高效推理引擎。”

“通过将所有这些功能整合在一起，成为传感器处理数据所需的唯一芯片。”Kumar说，“这可以简化整体器件设计，从而减少对复杂数据信号处理管道的需求，加快开发速度和上市时间，降低维护成本，延长电池寿命，并实现亚毫秒级的分析时间。”

Kumar说：“Pulsar芯片具有亚毫瓦级的功耗，即使在功耗严重受限的设备中，也能实现传感器数据的‘始终在线’处理。例如，只需600 µW就能实现基于雷达的存在检测，只需400 µW就能实现音频场景分类。他指出，相比之下，使用传统电子设备的类似应用耗电量为10到100 mW。”

Pulsar芯片专为消费、工业和物联网领域的超低功耗人工智能传感器应用而设计。例如，它可用于智能门铃，目前这种门铃通过摄像头或红外传感器捕捉运动来检测人员。Kumar说：“这使得它们很容易被前方飘扬的旗帜或街道上的车灯触发，从而加速电池消耗。大多数智能门铃都标榜电池寿命可达三个月以上，但实际很难达到。”

Innatera公司正在与日本系统芯片公司Socionext合作，开发一种基于雷达的智能传感器，即使人完全静止不动，它也能根据人呼吸时的肢体动作准确地探测到人员存在。Kumar说：“它可以分辨树叶随风飘动等情况。每次充电后，智能门铃的使用寿命可延长至18个月。由于它并非基于摄像头方案，也不在云端存储数据，因此有助于保护隐私。”

神经形态计算面临的一个主要障碍是开发人员在这些器件上运行模型时所面临的上手难度。因此，Innatera公司发布了Talamo软件开发工具包，以降低入门门槛，开发人员可以在基于PyTorch的环境中从头开始构建脉冲模型。Kumar说：“在这样的芯片上运行神经形态学解决方案不需要神经形态学博士学位。”

Innatera公司还启动了一项开发者计划，已向早期采用者开放，为不断壮大的研究人员社区提供硬件和软件包。Kumar说：“我们希望建立一个神经形态应用的生态系统，推动开发迄今为止想都不敢想的新应用。”

延伸阅读：

《面向边缘应用的人工智能（AI）芯片-2023版》