BrainChip公司展示了号称全球首个用于棘波神经网络（SNN）的商用加速器Akida的技术细节，该加速器预计在2019年秋季提供样品，可以相同的价格和精度提供比Movidius Myriad 2高出近一个数量级的吞吐量/瓦特。在成像应用中，该加速器预期将使用11层SNN使处理能力高达1400帧/秒/瓦，而耗电量不足1瓦，成本约为10美元，应用目标是计算机视觉及金融和网络安全分析。
SNN是机器学习的一种形式，与互联网巨头目前广泛用于语音和图像识别等工作的卷积神经网络（CNN）相关但不同。SNN使用更简单的一次性训练方法，非常适合类似低分辨率和嘈杂环境（如监控视频）中的人脸识别等任务。
图为Akida芯片使用了包含120万个SNN神经元的结构。（来源：BrainChip）
BrianChip公司基于其获得授权的混合技术开发了自己的SNN神经元版本。加速器芯片的核心是由芯片上未命名的RISC核所管理的120万个神经元组成的阵列。2018年8月，BrainChip推出Akida开发环境——这是一个用于创建、训练和测试SNN的机器学习架构，为采用该公司Akida NSoC的边缘和企业产品提供系统开发的支持。该开发环境包括其执行引擎、数据到棘波峰转换器，以及预先创建的SNN模型。该架构利用Python脚本语言及其相关工具和库，包括Jupyter、NumPy和Matplotlib。Akida执行引擎包含Akida神经元、突触和多种支持训练方法的软件仿真。透过Python脚本中的API调用存取，用户可以指定其神经网络拓扑、训练方法和数据集以供执行。该执行引擎以Akida神经元的结构为基础，可支持多种训练方法，包括无监督训练以及带有标签最终层的无监督训练。
BrainChip公司完成了神经元结构的RTL设计，但尚未完成计划在28 nm节点中制造的芯片的其余部分。该公司在澳大利亚证券交易所上市的证券交易中筹集了3000万美元现金，现仍有1100万美元现金。BrainChip将用筹集到的资金将开发更先进的处理器单元和扩大营销活动，同时往无人驾驶、语音识别和金融技术等市场拓展业务。
BrainChip于2004年成立，由法国图卢兹大学研究工作所孵化，业务是为法国用户开发定制软件，于2015年在澳大利亚上市。BrainChip公司现在包括在图卢兹的软件团队和在美国南加州的硬件团队，去年在硅谷引入了新的管理团队。在过去的六个月里，该公司的第一款产品——去年推出的SNN的FPGA加速器板——以视频安全市场为目标，创造了约50万美元的收入。
BrainChip的创始人为Peter Van Der Made，同时担任CTO，具有很强的技术背景，毕业于瑞士洛桑理工学院，在计算机科学领域有超过40年的研究经验，曾担任过IBM网络安全部门的首席科学家、计算机病毒检测公司vCIS的CTO，还在2012年出版过一本专门介绍神经网络的书，叫做《高级智慧》（Higher Intelligence）。
BrainChip目前主要有两个业务方向，安防面部识别和赌场监控。其中安防用的芯片已经被法国国防部采用，一颗芯片能同时处理16个视频，并且每秒识别超过600张图片。这样一来，一旦某街区的摄像头发现可疑人员，数据中心会立即收到通知。在一项测试中，调查人员输入了嫌疑犯的模样和穿着，该AI立即在城市的公共交通系统监控中发现了嫌疑犯，并获取了此人的地铁卡、ID等证件，警方立即出警成功捕获了该嫌疑人。而赌场监控主要用于识别玩家是否利用游戏规则漏洞、玩家是否有违规行为以及现金识别。
在SNN中，IBM的True North芯片更广为人知，斯坦福和欧盟也支持SNN加速器的研究工作。
联系客服
