本文回顾了脉冲神经网络（SNNs）及其硬件实现的最新进展，强调了其在能效和性能上的优势。介绍了新型自适应尖峰循环神经网络和SparseSpikformer框架，展示了在边缘人工智能硬件上的高效能。同时探讨了算法与硬件的共设计，提出了SparseProp算法和Lyapunov Noise Pruning方法，以提高计算效率和预测性能。整体上，SNNs在低计算成本下超越传统神经网络的潜力被强调。