主要應用包括為無人機創建一種智能化的低功耗防碰撞雷達系統，能夠在數毫秒内識别接近的物體。

據麥姆斯咨詢報道，納米電子學和數字技術領域全球領先的研究和創新中心Imec，近日宣布推出全球首款采用尖峰遞歸神經網絡（spiking recurrent neural network）處理雷達信号的芯片。Imec的這款芯片模仿了生物神經元群識别時間模式的運行方式，功耗比傳統實現方案低100倍，同時延遲降低了10倍，幾乎可以實現即時決策。例如，這款芯片僅用30 μW的功耗即可對微多普勒雷達信号進行分類。

盡管Imec這款芯片的架構和算法可以輕易調整以處理各種傳感器數據（包括心電圖、語音、聲納、雷達和激光雷達數據流），但它的首個用例将用于創建低功耗、高度智能化的無人機防碰撞雷達系統，能夠對接近的物體作出更高效的響應。

人工神經網絡（ANN）已經在廣泛的應用中證明了價值。例如，它們是汽車領域常用的雷達防碰撞系統的關鍵組成。不過，人工神經網絡也有其局限性。一方面，它們功耗較大，無法集成到對尺寸和功耗限制越來越高的傳感器設備中；另一方面，人工神經網絡的底層架構和數據格式要求數據在做出決策之前，需要經曆從傳感器到人工智能推理算法的耗時過程。

尖峰神經網絡（SNN）

Imec神經形态傳感項目經理Ilja Ocket說：“現在，我們推出了世界上第一款采用尖峰遞歸神經網絡處理雷達信号的芯片。尖峰神經網絡的工作方式與生物神經網絡非常相似，隻有在感覺輸入發生變化時，神經元才會随時間稀疏地發射電脈沖。從而大幅降低能耗。更重要的是，我們芯片上的尖峰神經元可以循環連接，從而将尖峰神經網絡變成一個學習和記憶時間模式的動态系統。我們引入的這項技術是真正自主學習系統發展的一次重大飛躍。”

Imec這款創新芯片最初主要為功耗受限設備中支持心電圖（ECG）和語音處理而設計。然而，得益于其具有全新數字硬件設計的通用架構，可以很容易地重新配置，以處理各種其它感知輸入，例如聲納、雷達和激光雷達數據流等。與模拟尖峰神經網絡的實施相反，Imec的事件驅動型（event-driven）數字設計，使芯片能夠與神經網絡模拟工具所預測的一樣精确和重複地運行。

用例：更智能、更低功耗的無人機（汽車）防碰撞系統

相比汽車行業，無人機行業對重量、尺寸和功耗的限制更多（例如，電池容量有限）。無人機上的傳感設備需要對環境變化做出快速響應，以便對接近的障礙物做出高效的反應。

“因此，我們這款創新芯片的首要用例就是為無人機打造一款低延遲、低功耗的智能化防碰撞系統。得益于在雷達傳感器邊緣進行數據處理，我們的芯片能夠使雷達傳感系統更快速、更準确地區分接近的物體。從而使無人機能夠對潛在危險作出即時反應。”Ilja Ocket說，“我們目前正在探索的一個場景是，自主無人機依靠其機載攝像頭和雷達傳感系統在倉庫内導航，在執行複雜任務時與牆壁及貨架保持安全距離。當然，這項技術還可以用于許多其它用例，例如從機器人到自動導引車輛（AGV）的部署，甚至健康監測等。”

“這款芯片滿足了業界對真正能夠從數據中學習并實現個性化人工智能的超低功耗神經網絡的需求。為了開發這款新芯片，我們召集了Imec各個學科的專家，從以神經科學為基礎的訓練算法和尖峰神經網絡架構的開發，到生物醫學和雷達信号處理，以及超低功耗數字芯片的設計。這是Imec發揮真正優勢的方向。”Imec物聯網認知感知項目總監Kathleen Philips總結說。

更多國内外新聞資訊，請關注公衆号：MEMS

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!