儘管科技界仍專注於由 NVIDIA GPU 驅動的大型語言模型（LLM），但人工智慧硬體領域正悄然興起一場革命。隨著傳統深度學習架構的局限性和能源需求日益明顯，一種稱為神經型態運算（neuromorphic computing）的創新計算方法正在興起，有望大幅降低人工智慧的計算和功耗需求。
Innatera公司（一家專注於神經型態晶片的新創公司）CEO 兼創始人 Sumeet Kumar 解釋，神經型態處理器模仿生物大腦處理訊息的方式。這種架構特別適合消費設備和工業物聯網中的邊緣運算應用，包括隨時待命的語音辨識、機器人和自主系統的即時傳感器融合以及超低功耗電腦視覺。
Kumar 表示，神經型態處理器可以用傳統解決方案能耗的一小部分完成複雜的人工智慧任務。Innatera 的旗艦產品 Spiking Neural Processor T1 結合了事件驅動計算引擎、傳統卷積神經網絡（CNN）加速器（用於加速深度學習計算的專用硬體）和 RISC-V CPU，為電池供電設備提供超低功耗人工智慧平台。
Innatera 與日本傳感器供應商 Socionext 攜手開發了人體偵測技術。這項技術結合雷達傳感器和 Innatera 的神經型態晶片，創造出高效且保護隱私的設備。
Kumar 預期神經型態晶片在未來將扮演更重要的角色，處理更多邊緣運算的人工智慧任務，而較大的基礎模型仍將留在雲端。他強調，神經型態運算不僅能力更強，而且效率大大提高。
＊本文開放合作夥伴轉載，資料來源：《VentureBeat》首圖來源：《Unsplash》。
立即報名 7/18 【新漢 AIoT 轉型論壇】
聽新漢集團董事長、安恩嘉 AI 影像總經理解析實踐 AIoT 與 ESG 雙軸轉型的關鍵策略!
