本文介绍了一种新算法ST-RSBP，用于训练深度脉冲神经网络（SNNs），在多个数据集上表现优于传统模型。研究表明，SNNs在边缘AI硬件上具有高能效，性能接近经典递归神经网络。文章还探讨了算法与硬件的共设计，强调高能效与高准确性之间的权衡，并展望了可部署SNN系统的未来。