类脑智能,是以模拟大脑的神经结构和认知原理为核心,使计算系统具有类似人类的感知、推理和学习能力。
类脑智能

专注于为下一代人机与脑机交互提供核心芯片
如同自然界的蜜蜂,凭借100万个神经元的“迷你大脑”,即可完成复杂的导航、筑巢与采集任务,其功耗仅为0.1毫瓦。而人类大脑更为复杂,通过海量的神经突触传递信号,具有稀疏激活、大规模并行特点,为低功耗、可扩展的计算奠定了基础。
类脑芯片作为类脑智能的核心技术层,借鉴生物大脑的信息处理方式,以神经元与神经突触为基本单元,模拟生物大脑神经元的功能特性、信号传递和学习方式,能够让计算机在低能耗情况下完成感知、学习、记忆、决策等任务,突破传统冯·诺依曼架构在能耗和效率方面的限制。
传统计算架构的技术瓶颈
1. 连续采样,数据爆炸
所有通道持续采样,信号静息也不间断,数据量随通道数指数级增长,存储、传输、功耗同步上升
2. 数据搬运,能耗增加
传统架构遵循:数据采集→缓存→内存→处理器→写回
海量数据搬运和传输,能耗直线上升
3. 批次处理,延迟累积
传统架构依赖批次处理,采集、传输、计算各环节叠加,造成延迟
时识科技(SynSense) 类脑芯片的特点
全新的运算机制
高能效
利用稀疏编码和事件驱动机制
避免冗余计算,降低功耗
全新的芯片架构
低时延
仅响应输入信号的动态变化
延迟压缩至微秒级
全新的算法支持
高扩展性
通过高密度、可重构的众核互联
突破传统架构在扩展性的物理瓶颈
类脑计算效率远高于传统计算范式
架构与算法的双重突破
类脑智能的优势
事件触发
功耗降低100-1000倍
异步并行
响应延时降低10-100倍
时序相关性好
擅长处理动态信息,维度丰富
成本优化
系统成本优化 5-10 倍
持续创新, 端云融合
2021–2022
Sensor Node I
边缘小算力
AI计算节点
类脑芯片,
XYLO,
XYLO,
2022–2023
Sensor Node II
边缘大算力
DYNAP-CNN,
2023
Sensor Fusion
多传感器融合计算
DVS-SLAM,
2023–2024
Edge Cloud
模拟计算、类脑存算一体
多核DYNAP,
DYNAP-M,
XYLO-M,
