2.png)
深圳鼎盛合科技代理中微全系列芯片产品，可为客户提供软硬件方案设计开发，并提供免费取样服务
来源：中国数字科技馆【观展信息】庆祝建党100周年中国载人航天互动科普展：3月18-6月10日，由中国科技馆主办的“庆祝建党100周年中国载人航天互动科普展”正在展出中，热爱科学的你，快来打卡吧！
人工智能技术的进步正促使仿人脑生物学的神经网络发展 （图片来源：KAUST）将模仿大脑生物学的神经网络加载到微芯片上，我们可以实现更快，更高效的人工智能微芯片上的仿生神经网络“尖峰”为KAUST的研究人员开发基于硬件、更高效的人工智能计算系统奠定了基础。
图片来源：Pixabay人工智能技术发展迅速，其中包括高级自动化，数据挖掘和数据解析，医疗保健和市场营销等众多新应用这样的系统基于由决策节点层组成的数学人工神经网络（ANN）标记好的数据首先被馈送到系统中，“训练”模型以某种方式做出响应，然后确定决策规则，并在标准计算硬件上投入使用该模型。
深圳鼎盛合科技代理中微全系列芯片产品，可为客户提供软硬件方案设计开发，并提供免费取样服务
尽管这是一个有效的方法，但与构成我们大脑的复杂且功能强大效率更高的神经网络相比，这个方法也显得笨拙“人工神经网络是一种抽象的、需要强大的计算能力的数学模型，它与真实的神经系统相似性了了”研究小组的博士生Wenzhe Guo说道，“但在另一方面，神经网络的构造和工作方式与生物神经系统又有相同之处，它可以以更快、更经济的方式处理信息。
”
图片来源：Pixabay尖峰神经网络（SNNs）将神经系统的结构模拟为突触网络，通过离子通道，以动作电位或者脉冲的形式传输信息这种事件驱动的行为在数学中被称为leaky integrate-and-fire模型，使得SNN具有很高的效率。
另外互联的节点结构提供了高度的并行化，进一步提高处理能力和效率，这一构架同样适合在计算机硬件中以神经芯片的形式直接实现Guo说：“我们使用了标准的低成本FPGA芯片，并实现了依赖于脉冲时序的可塑性模型，这是在我们大脑中发现的一种生物学习规则。
”重要的是，这种生物学模型不需要任何输入信号或标签，神经形态计算系统无需经过训练即可学习现实世界的数据模式Guo说：“由于SNN模型非常复杂，我们面临的主要挑战是如何对神经网络进行设置以获得最佳的性能于是我们在成本，速度和能耗之间取得相对的平衡，从而设计出了最佳的硬件架构。
”与其他神经网络平台相比，Guo的团队的“芯片大脑”速度提高了20倍以上，能源效率提高了200倍“我们的最终目标是研发一个小巧、高速、低能耗的，类似于人脑的硬件计算系统下一步是改进设计，优化产品封装，使芯片小型化，并针对各种工业应用进行定制。
”Guo说
深圳鼎盛合科技代理中微全系列芯片产品，可为客户提供软硬件方案设计开发，并提供免费取样服务
.png)
