Page 39 - 企業轉型腳步不停歇2022年數位優先世界成形

INNOVATIONS
Muir指出，這種方法能讓時 間訊號(temporal signals)的處 理速度，超越被轉換於事件領域 中執行的標準CNN。倒傳遞是透 過在訓練過程中近似棘波的導數 (derivative)來實現的，而推論則 是純粹以棘波為基礎。
SynSense的處理器核心已 經歷經幾代的演進，而Speck感 測器已經準備好支援即時影像 處理應用程式的商業化，可提供 像是智慧型手機與智慧家庭裝置 使用;128×120解析度的攝影機 對短距離或室內應用來說相當足 夠(諸如保全監控等戶外應用會需 要更高解析度)。
SynSense的棘波神經元利 用8位元的突觸權重(synaptic weights)整數邏輯、一個16位元 的神經元狀態、一個16位元的閾 值(threshold)，以及單一位元的 輸入和輸出棘波。神經元是最簡 單的「IF」(integrate and fire)模 型——相較於更複雜的LIF (leaky integrate and fire)模型，該簡 單版模型在沒有輸入的時候，內 部狀態不會衰減，減少了運算的 需 求。
SynSense成立於2017年， 是從瑞士蘇黎世(University of Zurich)獨立出來的企業，目前 有65名員工，分散於蘇黎世的 研發辦公室、在中國成都的系 統和產品工程基地，以及上海 的IC設計團隊。該公司最近結 束了Pre-B輪募資，投資者包括 Westport Capital、張江集團、 CET Hik、CMSK、Techtronics、 Ventech China、CTC Capital與 Yachang Investments等(不過 SynSense婉拒透露募資金額)。
此外SynSense的神經元 將8位元數值與16位元數值相 加，然後將之與16位元閾值相比 較。Muir表示:「一開始讓我們 頗感驚訝的是，我們能夠把神經 元設計縮減到這麼簡單的程度， 還能夠讓它表現非常好。」
目前已有事件導向視覺處理 器的硬體開發工具組上市，可實 現手勢辨識、人員偵測(presence detection)與意圖互動(intent to interaction)等智慧家庭裝置上 的應用功能。而視覺處理器樣本、 音訊與IMU開發工具組、Speck 相機模組的開發工具組，則將於 2022年底開始提供。
SynSense的數位晶片是為 CNN處理打造，且每個CNN層是 由不同的處理器核心來處理的。 核心的運作是非同步且各自獨立 的，整個處理流程(pipeline)是事
2022年1月 | www.eettaiwan.com
37
www.meridianinno.com info@meridianinno.com
見·未可見 測·未可測 解·未可解 更安全，更舒適生活的熱成像方案
更高階製程，同時消耗更少功率。 該處理器IP包括可支援CNN事件 導向視覺的棘波(spiking)卷積核 心，SynSense為棘波神經網路採 用以倒傳遞(Back-propagation) 為基礎的訓練。
件導向。在系統監視互動意圖的 展示中(無論使用者是否看著這個 裝置)，SynSense以小於100ms 延遲來堆疊被處理的輸入，而感 測器和處理器消耗的動態功率低 於5mW 。