5月14日机器之心消息,瑞士类脑芯片公司aiCTX宣布开源脉冲神经网络(SNN) 仿真平台SINABS(开源地址: https://gitlab.com/aiCTX/sinabs )。
据介绍,SINABS是世界上首款打通传统深度学习-脉冲神经网络-类脑芯片通路的系统仿真平台。SINABS主要为深度脉冲神经网络而生, 大大降低了SNN的仿真门槛,允许传统深度学习专家轻松上手开发基于SNN的应用。此次SINABS的开源也将有助于快速壮大SNN的开发社区,加快类脑芯片软硬件生态系统的发展。
SINABS包含信号转换、网络模型开发、SNN模拟器、模型性能评估等模块,用于实现深层SNN的仿真、优化和验证。其主要特征体现在:
1. 无门槛开发: SINABS支持将Keras模型导入其框架,确保了Keras和TensorFlow用户仍然能够访问强大且广泛可用的资源。
2. 基于PyTorch: SINABS的开发基于PyTorch,用户可以使用PyTorch的所有计算模型,并支持多GPU运行。
3. 支持原始数据的脉冲转化:深度学习用户可以直接使用数据的脉冲转换功能,省去手动生成脉冲序列的步骤,并且SINABS也提供脉冲序列到模拟数值的转化,使用户轻松读取网络输出。
4. 精确的硬件仿真:SINABS可以精确地实现基于aiCTX处理器的SNN仿真,因此即便没有硬件设备,SINABS也能准确的估计模型精度、计算量以及功耗等参数。
aiCTX是一家专注于神经形态运算及神经形态处理器设计与开发的瑞士科技公司,创办于2017年3月,基于苏黎世大学和苏黎世联邦理工学院20多年来丰厚的研究成果和世界前沿的科研实力,总部位于瑞士苏黎世。
深耕神经形态运算研究的同时,aiCTX着眼于商业落地,为一系列人工智能应用提供超低能耗、超低延迟的芯片设计及解决方案。2018年11年,aiCTX完成数百万美元的Pre A轮融资,由百度风投(Baidu Venture)领投。
aiCTX可提供包括IP授权、硬件设计、软件配置等定制化服务以满足特定的应用需求。公司研发的超低功耗神经形态处理器可用于智能机器人、智能家居、可穿戴设备、安防、智慧城市、移动便携终端等多种人工智能应用场景。
目前,aiCTX已开发超低功耗、超低延迟、适用于边缘计算的神经形态处理器。SINABS是aiCTX的SNN仿真平台,用于训练、测试和验证大规模脉冲神经网络模型。aiCTX表示,将持续投入并开发SINABS。
以上所述就是小编给大家介绍的《瑞士类脑芯片公司aiCTX开源脉冲神经网络仿真平台》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- Spiking-YOLO : 前沿!脉冲神经网络在目标检测的首次尝试 | AAAI 2020
- Spiking-YOLO : 前沿性研究,脉冲神经网络在目标检测的首次尝试 | AAAI 2020
- 阿里云双11创造“脉冲计算”新纪录 首次全面支持Ipv6
- 神经网络 – 序列预测LSTM神经网络落后
- 神经网络历史以及浅析神经网络与感知机
- 【神经网络】11行Python代码实现的神经网络
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Java性能优化权威指南
Charlie Hunt、Binu John / 柳飞、陆明刚 / 人民邮电出版社 / 2014-3 / 109.00 元
Java性能优化圣经!Java之父重磅推荐! 本书由曾任职于Oracle/Sun的性能优化专家编写,系统而详细地讲解了性能优化的各个方面,帮助你学习Java虚拟机的基本原理、掌握一些监控Java程序性能的工具,从而快速找到程序中的性能瓶颈,并有效改善程序的运行性能。 Java性能优化的任何问题,都可以从本书中找到答案!一起来看看 《Java性能优化权威指南》 这本书的介绍吧!