.png){kind=icon}
返回
.png){kind=icon}
.png){kind=icon}
摘要
En 中文
神经形态计算是一种受大脑启发的硬件和算法设计方法，能够高效实现人工神经网络。神经形态设计者应用神经科学家发现的生物智能原理来设计高效的计算系统，通常针对具有尺寸、重量和功耗约束的应用。随着这一研究领域处于关键转折点，为未来大规模神经形态系统的发展规划路线至关重要。我们描述了创建可扩展神经形态架构的方法，并识别其关键特征。我们讨论了能够从扩展中受益的潜在应用以及需要解决的主要挑战。此外，我们考察了维持增长所必需的综合生态系统，以及扩展神经形态系统时面临的新机遇。我们的工作提炼了来自多个计算子领域思想，为旨在推动该领域前沿的神经形态计算研究人员和从业者提供指导。
Keyword:
NEURAL-NETWORKS
ON-CHIP
SYSTEM
ARCHITECTURE
DESIGN
LOIHI
期刊
IF:
48.5
论文数:
1.8W
被引数:
96.5W
机构
暂无机构信息
引用论文
Achieving Extreme Heterogeneity: CoDesign using Neuromorphic Processors.实现极端异构性：基于神经形态处理器的协同设计。.png)
PREAI
.png){kind=icon}
分享.png){kind=icon}
收藏
分享收藏Integrative Benchmarking to Advance Neurally Mechanistic Models of Human Intelligence综合基准测试以推进人类智能的神经机制模型.png)
NEURON
OAAI
NEURONIF15
OAAI分享收藏
查看更多内容