开源脉冲神经网络加速器集成到基于FPGA的神经形态片上系统中

研究人员开发了一个异构片上系统（SoC），集成了名为ReckOn的开源循环脉冲神经网络（SNN）加速器。该设计旨在通过在现场可编程门阵列（FPGA）上实现SNN，将高效、低功耗的神经形态计算引入边缘设备，为硅芯片流片提供了一种经济高效的替代方案。该SoC与基于RISC-V的X-HEEP微控制器和ARM处理器等传统处理器一起管理ReckOn的运行，验证其准确性并评估在线学习能力。 AI

影响 能够更高效、更经济地将神经形态计算部署到边缘设备上。

排序理由 详细介绍神经形态计算新型硬件架构的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• FPGA
• ReckOn
• RISC-V
• Spiking Neural Networks
• SoC
• X-HEEP

• 论文
• 基础设施
• 其他

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