PulseAugur
实时 13:11:39
English(EN) Design and Development of a Neuromorphic Silicon Suite: PVT Sensing, Stochastic LIF Inference, On-Chip STDP Learning, and Crossbar Programming

神经形态硅套件为边缘AI系统揭幕

研究人员开发了一套用于边缘神经形态系统的四个数字知识产权(IP)模块,采用SkyWater 130 nm工艺的标准单元CMOS实现。这些模块包括一个具有随机数生成功能的工艺、电压和温度(PVT)传感器,一个用于概率推理的随机泄漏积分-放电(LIF)神经元,一个用于本地学习的片上尖峰时间依赖可塑性(STDP)控制器,以及一个用于与模拟内存接口的忆阻器交叉开关控制器。该套件设计紧凑且可配置,共享通用的串行外设接口(SPI)寄存器文件,并经过了广泛的仿真验证。 AI

影响 实现了更紧凑、可配置的边缘神经形态系统,集成了学习和概率推理能力。

排序理由 该集群包含一篇学术论文,详细介绍了神经形态系统新型硬件组件的设计与开发。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.NE (Neural & Evolutionary) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

神经形态硅套件为边缘AI系统揭幕

报道来源 [1]

  1. arXiv cs.NE (Neural & Evolutionary) TIER_1 English(EN) · Santhosh Sivasubramani ·

    Design and Development of a Neuromorphic Silicon Suite: PVT Sensing, Stochastic LIF Inference, On-Chip STDP Learning, and Crossbar Programming

    Edge neuromorphic systems need compact, configurable hardware that combines probabilistic inference, local learning, and an interface to emerging analogue memory. We present four interface-compatible digital IP blocks implemented as standard-cell CMOS on the SkyWater 130 nm proce…