在当今人工智能的飞速发展中，我们见证了神经网络在目标检测、分类和自然语言处理等领域的重大成就。然而，传统的人工神经网络（ANN）在推理阶段却面临着处理速度慢、能耗高的问题，这给其在资源有限的嵌入式系统中的应用蒙上了阴影。作为第三代神经网络技术的脉冲神经网络（SNN），凭借其独特的生物计算机制和超低能耗表现，逐渐走进了科研的聚光灯下。近日，来自西安微电子技术研究所的马钟等人，在《集成电路与嵌入式系统 ...

具体而言，SFA方法通过优化脉冲神经元发放模式，利用整数激活值进行训练，显著提高了模型性能和训练效率。在技术细节上，该模型的参数配置多样，共有10M、19M、83M和173M等方案可供选择。其中，10M参数模型较现有最佳SNN在准确率上提升了7.2%，训练速度加快了4.5倍，推理能效提升3.9倍。此技术突破不仅兴起了对SNN特性的重新审视，也为自然场景下的静息功耗表现（低至0.42mW）铺平了道路 ...