基于 SpiNNaker 2 原型的关键词 spotting 与自适应控制及其与 Loihi 的对比
神经与进化计算
2021-06-25 v1
摘要
我们在第二代 SpiNNaker（SpiNNaker 2）神经形态系统的原型芯片上实现了两项基于神经网络的基准任务：关键词 spotting 与自适应机器人控制。关键词 spotting 常用于智能音箱中监听唤醒词，而自适应控制用于机器人应用以在线方式适应未知动力学。我们强调了 SpiNNaker 2 原型中乘加（MAC）阵列的优势，该阵列在神经形态、脉冲背景下使用时通常见于基于速率的机器学习网络。此外，相同基准任务已在 Loihi 神经形态芯片上实现，就功耗与计算时间给出并排比较。当涉及较不复杂的向量-矩阵乘法时 Loihi 展现出更好效率，而借助 MAC 阵列，SpiNNaker 2 原型在高维向量-矩阵乘法时展现出更好效率。
引用
@article{arxiv.2009.08921,
title = {Low-Power Low-Latency Keyword Spotting and Adaptive Control with a SpiNNaker 2 Prototype and Comparison with Loihi},
author = {Yexin Yan and Terrence C. Stewart and Xuan Choo and Bernhard Vogginger and Johannes Partzsch and Sebastian Hoeppner and Florian Kelber and Chris Eliasmith and Steve Furber and Christian Mayr},
journal= {arXiv preprint arXiv:2009.08921},
year = {2021}
}