以色列芯片商Poly的首款神经拟态芯片诞生

以色列Polyn的神经拟态芯片已成功封装和评估，使TinyML或微型机器学习技术迈向更主流的又一步。

TinyML，或优化机器学习(ML)模型以在资源受限的设备上运行，是ML新兴最快的子领域之一。为了实现TinyML（或有时称为TinyAI）所需的这种超低功耗、高性能计算，工程师们探索了许多令人兴奋的新技术。

TinyML在边缘计算中的地位概述。图片由Signoretti提供

日前，以色列公司Polyn宣布其最新的神经拟态模拟信号处理器TinyML/TinyAI处理器已成功封装和评估。

在本文中，我们将看看Polyn提供的技术，以了解它可能对整个TinyML产生的影响。

人工智能的神经拟态计算

在追求更低功耗、更高性能的人工智能计算硬件的过程中，令人兴奋的新兴技术之一是神经拟态计算。

神经拟态计算的概念是，人脑是人类已知的最节能的计算设备。在尝试运行AI应用程序时，创建尽可能模拟大脑生物过程的计算硬件将是最优效率的。虽然这听起来是一项艰巨的任务，但工程师可以通过硬件和软件的结合来尝试这种方式。

神经拟态解决方案的实现。图片由Balaji提供

从硬件的角度来看，神经拟态芯片试图通过充当神经元、轴突的电路元件以及它们之间的加权连接来模仿大脑。

为了进一步模拟大脑，该硬件通常通过模拟电路实现，这也有助于提高性能和电源效率。然后，神经拟态计算依赖于专门的神经网络，例如尖峰神经网络和电信号调制来模拟大脑信号的变化。

有了这个基本的了解，我们来看看Polyn的新技术。

Polyn的NeuroSense和NASP技术

Polyn宣布其专有的名为NeuroSense的神经拟态计算芯片已首次完成封装和评估。NASP技术全称为神经拟态模拟信号处理器(NASP)技术，旨在成为实时边缘传感器信号处理器。

NASP演示芯片。图片由Polyn提供

根据Polyn的说法，该技术利用了一个独特的平台，该平台将经过训练的神经网络作为输入，并使用数学建模将神经网络合成为真正的神经拟态芯片。NASP芯片使用模拟电路，其中神经元使用运算放大器实现，而轴突则由薄膜电阻器实现。

他们声称其平台相关需求已完全准备好。

NASP设计过程。图片由Polyn提供

这种新封装和评估的NeurorSense芯片采用55nm CMOS技术实现。此外，当它充当边缘信号传感器，能够使用神经拟态计算处理原始传感器数据，而无需对模拟信号进行任何数字化。

出于这个原因，该公司将其称为第一款无需模数转换器(ADC)即可直接在传感器旁边使用的神经拟态模拟TinyML芯片。

虽然许多技术规格尚不清楚，但据称，对于始终在线的应用，Polyn的NASP提供100uW的功耗，且具有传统算法的“两倍精度”。

将TinyML芯片带向未来

目前，Polyn对其发展感到鼓舞，称其芯片的成功封装和评估验证了其技术和整个NASP系统。未来，Polyn表示，它希望在2023年第一季度向客户提供该芯片，作为一种集成了光电体积描记术(PPG)和惯性测量单元(IMU)传感器的可穿戴设备。