BrainChip Holdings Ltd.宣布生产尖峰神经网络架构– Akid
神经形态芯片上系统（NSoC）。 Akida NSoC体积小，成本低，功耗低，非常适合边缘应用，例如高级驾驶员辅助系统（ADAS），自动驾驶汽车，无人机，视觉引导机器人，监视和机器视觉系统。其可扩展性使用户可以将许多Akida设备联网在一起，以针对包括农业技术（AgTech），网络安全和金融技术（FinTech）在内的许多市场进行复杂的神经网络训练和推理。
“到2025年，人工智能加速芯片组市场预计将超过600亿美元，” Tractica是一家专注于AI的领先市场情报公司，其研究总监Aditya Kaul说。 “神经形态计算具有加速AI的巨大前景，特别是对于低功耗应用而言。随着许多技术障碍的解决，业界将在未来几年内看到部署一类经过AI优化的新型硬件。”
BrainChip首席执行官Lou DiNardo说：“尽管尽了最大的努力，没有其他任何大小的公司都能将神经形态计算芯片推向市场。” “ Akida是'spike'的希腊语，代表了AI新型硬件解决方案中的第一个。边缘的人工智能将与微控制器一样重要。借助Akida NSoC，BrainChip正在开拓这条道路并引领潮流。在我们最近发布的Akida开发环境之后，现在将进行详细的体系结构描述。我们正在与全球主要制造商合作制定多市场战略，以推动Akida NSoC的早日采用。
秋田NSoC使用纯CMOS逻辑工艺，确保了高产量和低成本。尖峰神经网络（SNN）本质上比传统的卷积神经网络（CNN）功率低，因为它们用生物学启发的神经元功能和前馈训练方法代替了数学密集型卷积和反向传播训练方法。 BrainChip的研究确定了最佳的神经元模型和训练方法，带来了前所未有的效率和准确性。每个Akida NSoC有效地具有120万个神经元和100亿个突触，其效率是Intel和IBM的神经形态测试芯片的100倍。与领先的CNN加速器设备的比较显示出类似的性能提升，其图像/秒/瓦图像运行行业标准基准（例如CIFAR-10）的性能提高了一个数量级，并且具有可比的精度。
Akida NSoC设计用作独立的嵌入式加速器或协处理器。它包括用于传统基于像素的成像的传感器接口，动态视觉传感器（DVS），激光雷达，音频和模拟信号。它还具有高速数据接口，例如PCI-Express，USB和以太网。 NSoC中嵌入了数据到峰值转换器，旨在将流行的数据格式最佳地转换为峰值，以进行Akida Neuron Fabric的训练和处理。
面向早期访问客户的Akida开发环境现已上市，可以开始针对Akida NSoC的尖峰神经网络的创建，培训和测试。秋田NSoC预计将于2019年第三季度开始提供样品。有关更多信息，请参见 http://www.brainchip.ai.
