神经形态系统中用于降低功耗的突触缩放与最优偏置调整
神经与进化计算
2023-06-14 v1 人工智能
摘要
近期的动物研究表明，生物大脑在食物匮乏时可进入低功耗模式。本文探讨了将类似机制应用于一大类神经形态系统的可能性，这类系统的功耗强烈依赖于突触权重的幅值。具体而言，我们通过数学模型和仿真表明，谨慎地缩放突触权重可显著降低功耗（在部分测试案例中降低超过 80%），同时对精度影响相对较小。这些结果揭示了一个令人振奋的机遇，即为边缘 AI 应用设计神经形态系统，其功耗可根据能量可用性和性能需求进行动态调整。
引用
@article{arxiv.2306.07416,
title = {Synaptic Scaling and Optimal Bias Adjustments for Power Reduction in Neuromorphic Systems},
author = {Cory Merkel},
journal= {arXiv preprint arXiv:2306.07416},
year = {2023}
}
备注
Accepted in MWSCAS