拉斯維加斯——世界上第一個“神經形態芯片”將於明年上架——它將延長智能設備的電池壽命。該芯片模仿人腦的架構，旨在實現功率有限的智能設備上的 (AI) 功能。
連接 Wi-Fi 的“智能”設備（如燈泡、門鈴或煙霧報警器）內置傳感器，可進行檢測並將數據發送到雲端進行處理。
但尖峰神經處理器 T1 應該會大幅削減未來智能設備的功耗。
它的工作原理是實時分析傳感器數據以識別模式並可能清理來自傳感器的數據，並且不需要互聯網連接。
模仿大腦
該設備是一個神經形態處理器——這意味著它的架構被安排來模仿大腦的模式識別機制。打個比方，當你感覺到某種東西時——無論是氣味還是聲音——不同的神經元集合會放電來識別它。
同樣，在芯片中，不同組的人工神經元記錄尖峰。其基本原理是尖峰神經網絡（SNN）——神經網絡是機器學習算法的集合，它產生的尖峰類似於腦細胞產生的信號。
有關的：
SNN 算法的文件大小也比大型語言模型中使用的傳統深度神經網絡小約 100 倍。
計算層數
T1 芯片包含三個基本層。 Kumar 說，第一個是基於 SNN 的計算引擎，它記錄的功耗小於 1 毫瓦，延遲或延遲（對於大多數應用程序來說通常低於 1 毫秒）。第二層包括傳統的深度神經網絡，而第三層包括處理系統功能的標準處理器。
Kumar 表示，T1 或類似芯片可將某些智能設備和場景中的電池壽命延長六倍。例如，採用 T1 處理器構建的智能門鈴原型可以使用雷達技術檢測人員的存在，持續時間為 18 到 20 小時，而基於 Wi-Fi 的傳統產品將圖像和視頻數據發送到服務器，則只能持續一到兩個小時。
應用包括智能照明、任何類型的人數統計探測器、開門系統，甚至耳塞——理論上，T1 芯片可以隔離不同的聲音以消除噪音。該公司聲稱，當用於任何基於聲音的應用程序時，能耗可減少 80 至 100 倍，延遲可減少 70 倍。
該芯片已做好今年量產的準備，樣品將運送給設備製造商。 Kumar 預計首批搭載 T1 神經擬態芯片的產品將於 2026 年上市。
