上海交通大學(xué)微納電子學(xué)系王國(guó)興教授團(tuán)隊(duì)在高能效脈沖神經(jīng)網(wǎng)絡(luò)加速器芯片研發(fā)上取得突破性進(jìn)展。該成果為類腦計(jì)算從理論走向?qū)嵱谩⑻貏e是滿足邊緣側(cè)設(shè)備對(duì)實(shí)時(shí)智能處理的嚴(yán)苛需求，提供了關(guān)鍵的硬件基礎(chǔ)，標(biāo)志著我國(guó)在網(wǎng)絡(luò)技術(shù)，特別是新興的神經(jīng)形態(tài)計(jì)算領(lǐng)域的前沿探索邁出了堅(jiān)實(shí)一步。

脈沖神經(jīng)網(wǎng)絡(luò)，作為第三代人工神經(jīng)網(wǎng)絡(luò)模型，其靈感直接源于生物大腦的運(yùn)作機(jī)制。與傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)不同，SNN以離散的脈沖序列來(lái)編碼和傳遞信息，具有事件驅(qū)動(dòng)、稀疏計(jì)算等天然特性，理論上能實(shí)現(xiàn)遠(yuǎn)高于傳統(tǒng)架構(gòu)的能效比。如何將這一理論優(yōu)勢(shì)在硬件上高效實(shí)現(xiàn)，一直是學(xué)術(shù)界和產(chǎn)業(yè)界面臨的核心挑戰(zhàn)。

王國(guó)興團(tuán)隊(duì)此次研發(fā)的SNN加速器芯片，正是針對(duì)這一核心挑戰(zhàn)提出的創(chuàng)新解決方案。該芯片在架構(gòu)和電路層面進(jìn)行了協(xié)同優(yōu)化設(shè)計(jì)，主要體現(xiàn)在以下幾個(gè)方面：

團(tuán)隊(duì)提出了創(chuàng)新的稀疏事件驅(qū)動(dòng)處理架構(gòu)。傳統(tǒng)計(jì)算架構(gòu)即使在沒(méi)有有效數(shù)據(jù)時(shí)，時(shí)鐘和計(jì)算單元也持續(xù)運(yùn)行，造成大量功耗浪費(fèi)。而該芯片實(shí)現(xiàn)了真正的“有事件才工作”模式，能夠動(dòng)態(tài)識(shí)別并跳過(guò)輸入和網(wǎng)絡(luò)內(nèi)部的零激活（無(wú)脈沖）數(shù)據(jù)，僅對(duì)有效的脈沖事件進(jìn)行路由和計(jì)算，從根本上消除了靜態(tài)功耗和無(wú)效計(jì)算開(kāi)銷。

團(tuán)隊(duì)設(shè)計(jì)了高并行度的脈沖事件處理引擎。為了應(yīng)對(duì)脈沖事件在時(shí)間和空間上的隨機(jī)性，芯片內(nèi)部集成了多組高度并行的計(jì)算核心，能夠同時(shí)處理多個(gè)突觸連接和神經(jīng)元狀態(tài)更新。這種設(shè)計(jì)確保了即使在事件密集時(shí)段，芯片也能維持高吞吐量和低延遲，滿足實(shí)時(shí)處理的要求。

芯片采用了近內(nèi)存計(jì)算技術(shù)。通過(guò)將計(jì)算單元緊密嵌入到存儲(chǔ)突觸權(quán)重的存儲(chǔ)陣列附近，極大地減少了數(shù)據(jù)在計(jì)算核心與內(nèi)存之間頻繁搬移所產(chǎn)生的巨大能耗（即“內(nèi)存墻”問(wèn)題）。這種設(shè)計(jì)顯著提升了數(shù)據(jù)訪問(wèn)效率，是達(dá)成高能效的關(guān)鍵一環(huán)。

據(jù)團(tuán)隊(duì)公布的測(cè)試數(shù)據(jù)，該加速器芯片在典型視覺(jué)分類與目標(biāo)檢測(cè)等SNN任務(wù)上，展現(xiàn)了卓越的性能功耗比。其能效比顯著優(yōu)于傳統(tǒng)的基于馮·諾依曼架構(gòu)的GPU/CPU平臺(tái)，甚至優(yōu)于一些已報(bào)道的專用神經(jīng)網(wǎng)絡(luò)加速器，為在電池供電的物聯(lián)網(wǎng)終端、移動(dòng)設(shè)備、可穿戴設(shè)備以及嵌入式視覺(jué)系統(tǒng)中部署復(fù)雜的實(shí)時(shí)智能算法提供了可能。

這項(xiàng)進(jìn)展的深遠(yuǎn)意義在于，它不僅僅是一項(xiàng)芯片技術(shù)的突破，更是為邊緣人工智能的發(fā)展鋪平了道路。隨著5G和物聯(lián)網(wǎng)的普及，海量數(shù)據(jù)在邊緣側(cè)產(chǎn)生，將計(jì)算智能下沉至邊緣設(shè)備，而非全部上傳至云端，是降低延遲、保護(hù)隱私、節(jié)約帶寬的必然趨勢(shì)。王國(guó)興團(tuán)隊(duì)的高能效SNN芯片，正是契合了這一趨勢(shì)，使得在資源受限的邊緣設(shè)備上運(yùn)行復(fù)雜的類腦智能模型成為現(xiàn)實(shí)。

該成果也推動(dòng)了類腦計(jì)算的實(shí)用化進(jìn)程。類腦計(jì)算被視為突破現(xiàn)有AI算力與能效瓶頸的重要方向之一。這款芯片的成功研制，證明了基于脈沖神經(jīng)網(wǎng)絡(luò)的硬件方案在能效上的巨大潛力，為未來(lái)開(kāi)發(fā)更大規(guī)模、更接近生物腦處理機(jī)制的智能計(jì)算系統(tǒng)奠定了重要的技術(shù)基礎(chǔ)。

可以預(yù)見(jiàn)，隨著此類專用硬件的不斷成熟，脈沖神經(jīng)網(wǎng)絡(luò)將在自動(dòng)駕駛、智能傳感、機(jī)器人控制、智能家居等對(duì)實(shí)時(shí)性與能效要求極高的領(lǐng)域發(fā)揮越來(lái)越重要的作用。上海交大王國(guó)興團(tuán)隊(duì)的這一重要進(jìn)展，是我國(guó)在下一代人工智能計(jì)算核心技術(shù)競(jìng)爭(zhēng)中取得的又一突出成果，展現(xiàn)了我國(guó)科研工作者在前沿交叉領(lǐng)域的創(chuàng)新實(shí)力。