IMEC推出世界上首个基于脉冲神经网络的雷达芯片

近日，比利时微电子研究中心(IMEC) 发布了世界上首个采用脉冲神经网络（SNN，spiking neural networks）处理雷达信号的芯片，通过模仿生物神经元的信号处理机制，该芯片较传统芯片能耗降低100倍，延迟减少10倍-几乎可以在瞬间做出响应。例如，仅使用30毫瓦的功率就能实现对微型多普勒雷达信号的分类。同时，该芯片可通过调整架构和算法实现对各种传感器数据的处理（包括心电图，语音，声纳，雷达），其潜在的应用案例包括为无人机创建低功耗、高智能的防撞雷达系统，从而对接近的物体做出更有效的反应。

人工神经网络（ANN）已被证明可以在广泛的应用领域得到使用，例如，汽车工业中基于雷达的防撞系统。但是，人工神经网络有其自身的局限性——能耗过高、无法集成要求越来越高的传感器设备中等。此外，人工神经网络的基础架构和数据格式使其需要花费大量时间在AI推理算法上，因此，IMEC决定尝试脉冲神经网络。

IMEC的神经形态感知项目经理Ilja Ocket表示："这是世界上第一个使用递归脉冲神经网络处理雷达信号的芯片。脉冲神经网络的运行机制与生物神经网络非常相似，仅当输入发生变化时，"神经元"才会随时间稀疏地发射电脉冲，从而显著降低能耗。更重要的是，该芯片的"神经元"采用递归连接的方式，实现了一个学习和记忆模式的动态系统。该技术是发展真正的自主学习系统的重大飞跃。"

基于SNN的芯片最初设计是为功率受限的设备提供语音处理功能，由于其通用架构具有全新的数字硬件设计，可以轻松地对其进行重新配置，以处理各种其他传感输入信号，例如声纳，雷达和激光雷达数据该技术不同于模拟脉冲神经网络的实现过程，IMEC的事件驱动型数字设计使该芯片能够像神经网络仿真工具所预测的那样精确且重复地运行。IMEC描述了一个涉及无人机行业的用例，其电子设备需要对环境的变化迅速做出反应，以便对接近的障碍物做出快速的反应。

Ocket解释说："该芯片的典型应用案例包括为无人机创建低延迟、低功耗的防撞系统，从而更快、更准确地分辨接近的物体，使无人机迅速对潜在的危险情况做出反应。目前，我们希望能够拓展这项技术，不仅使其应用于无人机，还可在机器人、自动导引车（AGV）、健康监控等领域得到应用。"

IMEC物联网感知项目主任Kathleen Philips总结道:"该芯片满足了业界对能够从数据中学习并实现个性化人工智能的超低功耗神经网络的需求。在开发过程中，我们召集了来自IMEC各个领域的专家，在算法开发、脉冲神经网络架构、生物医学、雷达信号处理、超低功耗数字芯片设计等方面做了大量工作。"

来源：国防科技信息网