本文介绍了一种新型的硬件-软件协同优化设计方法，旨在快速、准确、低功耗地加速可重构脉冲神经网络（SNN）推理。该方法通过低精度计算、硬件-软件共设计和可重构性，适应不同SNN模型，显著提升了速度、准确性和能效，推动了SNN的实际应用。

本文介绍了AWS Inferentia2加速Hugging Face Transformers的方法，提供了前所未有的吞吐量、延迟、每瓦性能和可扩展性。通过与AWS的合作，Hugging Face优化了其模型以在Inferentia2上运行，性能比Inferentia和NVIDIA A10G GPU都要好。这个突破为更广泛的受众提供了高质量的机器学习模型，实现了人工智能的可访问性。