Page 24 - MCU大廠分享10億級出貨秘訣

20
電腦視覺期刊，還沒經過審查就 被拒絕了。實際上，直到2008年 動態視覺感測器(DVS)的開發，才 讓該技術開始取得動力。
神經形態技術是受到生物系 統啟發，包括終極電腦──即人 腦，以及其運算元件──即神經 元(neurons)。但問題是，沒有人 完全理解神經元是如何運作的， 雖然我們知道神經元會對被稱為 棘波(spikes)的饋入電子訊號起作 用，但直到最近，研究人員對神經 元的特徵描述仍相對草率，認為只 有棘波數量重要;這種假設持續了 幾十年，不過近期研究結果證明， 棘波出現的時機絕對關鍵，人腦的 架構會在這些棘波中產生延遲，以 進行資訊編碼。
仿所有的複雜性，因為我們不了 解它;」他表示:「如果我們有完 善的人腦理論，我們可望解決這 個問題——可惜我們就是知道的 不 夠 多。」
二極體本身周遭的零件，顯著地 降低了填充因數(fill factor)。雖 然對開發這類攝影機的投資加速 了該技術的進展，但Benosman 也明確表示，今日的事件導向攝影 機只是對早在2000年就開發的原 始實驗裝置之改良版。
神經科學的啟發
Bensoman目前主持了一個 獨特的實驗室，致力於了解大腦 皮質運算背後的數學，目標是打 造新的數學模型，並將其複製為 矽元件;他的研究包括直接監測 來自真實視網膜的棘波。不過就 目前來看，他反對嘗試如實複製 生物神經元，並將之形容為一種 過時的方法。
今日的棘波神經網路(spiking neural network)就是模擬人腦中 的棘波訊號，是真實事物的簡化 版本——通常是棘波的二進位表 示。Benosman解釋:「當我收到 一個1，我就醒來，我運算，我睡 覺;」而現實世界要複雜得多，當 棘波到來時，神經元開始對隨著 時間變化對棘波值計算積分;神 經元也會漏電(leakage)，這意味 著其結果是動態的。
「以矽元件來複製神經元的 想法之所以出現，是因為人們看 著電晶體也看到了一個看起來像 真正神經元的機制，所以在一開 始在背後有這樣的一些想法;」 他表示:「我們沒有細胞，我們有 矽元件，你需要適應你的運算基 板，而不是反過來...如果我知道 我要算什麼而且我有晶片，我可 以最佳化這個方程式，並且以最 低的成本、最低的功耗與最低的 延遲來執行。」
由 S o n y、S a m s u n g 與 Omnivision開發的尖端DVS攝 影機，擁有微小的畫素，融合了 3D堆疊等先進技術並降低了雜 訊。Benosman擔心的是，今日被 使用的感測器類型能否成功地擴 大規模;「問題在於一旦增加畫素 數量，就可以取得大量資料，因為 運作的速度仍然非常快，仍然可 以即時處理。但是你會從太多的 畫素中得到太多的相對變化，這 現在讓所有人都想死，因為他們 看到其潛力所在，卻沒有適當的 處理器來支援。」
人腦大約有50種不同類型的 神經元，伴隨著50種不同的積分 組合;今日的電子版本缺少積分 的動態途徑、神經元之間的連結， 還有不同的權重與延遲。「問題在 於要打造出有效的產品，你無法模
意識到沒有必要精確複製神 經元，再加上DVS攝影機的開發， 是今日神經形態視覺系統背後的 驅動力。不過現在雖然已經有系 統問世，在我們擁有可供商用、 完全像是人類的電腦視覺技術之 前，還有很長的路要走。
他的結論是:「誰能可以開 發出適當處理器並提供完整的堆 疊，誰就贏了;因為那樣的組合將 會是天下無敵。」
www.eettaiwan.com | 2022年6月
處理能力
通用型神經形態處理器 遠遠落後於它們的DVS攝影 機同伴，一些大廠的開發工作 ──如IBM的Truenorth以 及Intel的Loihi──仍在進行 中。Benosman表示，適當的處 理器搭配適當的感測器，就會是 無敵的組合;「現在的DVS感測器 速度極快，佔用頻寬超低，且支援 高動態範圍，因此能看室內、也能 看室外;這是未來趨勢...它會起 飛嗎?絕對會!」
初期版本的DVS攝影機具備 「粗大」的畫素，是因為該光電
INDUSTRY TRENDS