神经形态计算：架构全访问第 2 部分
在神经形态计算第 2 部分中，我们进一步探讨神经形态概念到硅芯片的映射。 该行业用于设计芯片和研究现代神经科学的工具与生物学中使用的工具有很大不同。 英特尔神经拟态计算实验室高级原理工程师兼主任 Mike Davies 解释了创建可以模仿生物神经网络的某些功能和形式的计算机芯片的挑战和过程。

Mike 在该领域的专业知识使他有机会分享他对英特尔神经形态计算未来的最新见解。 探索经过数十亿年演变的大自然电路设计以及当今支持令人难以置信的计算效率和速度的 CMOS 技术。

架构全接入第 2 季邀请了英特尔高级技术领导者，他们采用教育方法来解释各自技术领域的历史影响和未来创新。 英特尔的使命是开发改变世界的技术，改善地球上每个人的生活。 订阅播客并单击铃声以获取有关新剧集的即时通知。

跳转到章节
欢迎来到神经形态计算。
如何设计一个像大脑一样工作的芯片。
CMOS技术：制造CMOS半导体的优势。
2:18 我们设计工具箱中的目标。
2:36 稀疏分布式异步通信
大脑的效率和密度可以在4点51分达到。
6:34 Loihi 2，一种使用标准 CMOS 技术实现的全数字芯片。
6:57 异步与同步。
7:54 核心内存的功能。
8:13 表查找和峰值
9:24 Loihi 学习过程
9:45 学习规则、输入和网络
10:12 当今的架构和编程挑战
最近的出版物 10:45 阅读

Architecture All Access Season 2 的播放列表 — *architecture all access season 2。

英特尔无线技术 – https://intel.com/wireless。

来源和详细信息：
https://www.youtube.com/watch?v=XWds3FIVm0U&si=DjExKZCxUNTFFEZH