據外媒報道，近日歐洲研究與創新中心（IMEC）推出全球首款利用尖峰遞歸神經網絡(SNN)處理雷達信號的芯片。IMEC芯片模仿生物神經元識別時間模式的方式，比傳統方案相比，功耗減少了100倍，同時延遲減少了10倍，幾乎可以瞬間做出決定。例如，僅使用30μW的功耗就可對微型多普勒雷達信號進行分類。

該芯片架構和算法可以很容易地調整以處理各種傳感器數據，包括心電圖、語音、聲納、雷達和激光雷達流等。首個應用案例將包括為無人機創建一個低功耗、高智能的防碰撞雷達系統，可以更有效地對接近的物體做出反應。

人工神經網絡（ANN）已被證明可在廣泛的應用領域中使用，例如，已被用于汽車工業中常用的基于雷達的防撞系統。但是，人工神經網絡有其自身的局限性——它們消耗的功率過多，無法集成到越來越受約束的（傳感器）設備中。此外，人工神經網絡的基礎架構和數據格式要求數據在做出決定之前要經歷從傳感器設備到AI推理算法的耗時過程。因此，Imec決定使用尖峰神經網絡（SNN，spiking neural networks）。

IMEC的神經形態感應程序經理Ilja Ocket表示：“這是世界上第一個使用遞歸尖峰神經網絡處理雷達信號的芯片。SNN的運行與生物神經網絡非常相似，在該過程中，僅當感覺輸入發生變化時，神經元才會隨時間稀疏地發射電脈沖。這樣，可以顯著降低能耗。此外，該芯片上的尖刺神經元可以循環連接，即將SNN變成一個學習和記憶時間模式的動態系統。該技術是自學系統研發的重大飛躍。”

該芯片最初設計為在功率受限的設備中支持心電圖（ECG）和語音處理。由于其通用架構具有全新的數字硬件。在設計上，還可以輕松地對其進行重新配置，以處理各種其他傳感輸入信號，例如聲納，雷達和激光雷達數據。

與模擬SNN相反，IMEC的事件驅動數字設計使該芯片能夠像神經網絡仿真工具所預測的那樣精確且重復地運行。

IMEC描述了一個涉及無人機行業的用例，該應用甚至比汽車行業還要多，它與受約束的設備（例如容量有限的電池）一起工作，這些設備需要對環境的變化迅速做出反應，以便對接近的障礙物做出適當的反應。

“我們這款新芯片的旗艦用例包括為無人機創建低延遲、低功耗的防撞系統。在靠近雷達傳感器的地方進行處理，我們的芯片可使雷達傳感系統更快、更準確地區分正在接近的物體。反過來，這將使無人機幾乎可以立即對潛在的危險情況做出反應。” Ocket解釋說。“目前，我們正在探索一種方案，該方案以自主無人機為基礎，這些無人機依靠其車載攝像頭和雷達傳感器系統進行倉庫內導航，在執行復雜任務時與墻壁和架子保持安全距離。這項技術還可以用于許多其他用例，從機器人方案到自動導引車（AGV）的部署，甚至健康監控。”

“該芯片可以滿足業界對真正從數據中學習并實現個性化AI的超低功耗神經網絡的需求。在創建過程中，我們召集了來自IMEC各個領域的專家，從培訓算法的開發和以神經科學為基礎的尖峰神經網絡架構到生物醫學和雷達信號處理，以及超低功耗數字芯片設計，IMEC做了大量研究工作，”IMEC物聯網認知感知程序總監Kathleen Philips 總結道。