Spiker+: 边缘推理用高效 Spiking 神经网络 FPGA 加速器生成框架
原文中文，约600字，阅读约需2分钟。发表于：。Spiker + 是一个在 FPGA 上生成高效、低功耗、低面积的定制化脉冲神经网络（SNN）加速器的综合框架，在边缘进行推断。它通过配置多层硬件 SNN、高效的神经元架构库和设计框架，以极少量的 Python 代码开发复杂的神经网络加速器。使用 MNIST 和 SHD 两个基准数据集进行测试，Spiker + 在 MNIST 上表现出与最先进的 SNN 加速器相媲美的性能，资源分配需求为...
Spiker+是一个在FPGA上生成高效、低功耗、低面积的定制化脉冲神经网络（SNN）加速器的综合框架。它通过配置多层硬件SNN、高效的神经元架构库和设计框架，以极少量的Python代码开发复杂的神经网络加速器。在MNIST和SHD两个基准数据集上进行测试，Spiker+表现出与最先进的SNN加速器相媲美的性能，资源分配需求为7,612个逻辑单元和18个Block RAMs，并且在处理一张输入图像的完整推断过程中仅消耗180mW的功耗。在SHD上进行测试的第一个SNN加速器，资源需求为18,268个逻辑单元和51个BRAM，功耗为430mW，并且在处理输入数据的完整推断过程中延迟为54微秒。
