本研究提出了一种65纳米的贝叶斯神经网络加速器，集成了360 fJ/样本的高斯随机数生成器，旨在降低不确定性估计的计算开销。该加速器在边缘计算中实现了5.12 GSa/s的随机数生成吞吐量和102 GOp/s的神经网络吞吐量，显著提升了人工智能性能。