微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：在神经形态计算中，脉冲神经网络（Spiking Neural Network，SNN) 是硬件实现的最佳选择。因此，近来一些研究把工作重点放在了加速 SNN 计算上。然而，大多数加速器解决方案都基于 CPU 加速器架构，这种结构因为复杂的控制流程而能源效率低下。本报告将讨论基于脉冲卷积神经网络的开源芯片构架：开发脉冲卷积单元，对现有的卷积神经网络单元进行特征提取和事件驱动设置，进一步提高单元工作工作的效率，并降低功耗的开销。
讲者简介：赵地，中国科学院计算技术研究所副研究员，硕士生导师。2010年获美国路易斯安娜理工大学计算科学博士学位。2010年至2014年在美国哥伦比亚大学和美国俄亥俄州立大学从事博士后研究。2015年，经中科院网络中心百人计划引进回国工作，任“脑科学与计算”课题组组长。2018年至今，任中科院计算所副研究员。赵博士开发了多款开源芯片：开源高性能处理器“香山”芯片（研发团队核心骨干）、开源类脑芯片“文曲星”（总设计师）等。
首届CCF中国智能汽车学术年会（CIVS 2023）
本期嘉宾
京公网安备11010802032778号