頂點光電子商城2025年5月23日消息：近日，荷蘭的 Innatera 推出了第一款使用神經形態架構的商用微控制器，用于傳感器應用。
Pulsar芯片采用模擬與數字混合的神經形態計算單元，模擬生物神經元通過脈沖信號（Spiking Neural Networks, SNN）進行信息傳遞。這種架構使其在處理時間序列數據（如傳感器信號）時，延遲降低100倍、功耗降低500倍，遠超傳統AI芯片。例如，在音頻感知分類任務中，其功耗從傳統CNN的40mW降至400μW，模型體積縮小33倍，同時保持90%以上的準確率。
Pulsar將神經形態計算單元與RISC-V內核、卷積神經網絡（CNN）加速器集成，形成異構計算平臺。這種設計允許芯片根據任務需求動態分配計算資源：低功耗場景：依賴神經形態單元處理實時傳感器數據（如雷達手勢識別，功耗降低42倍）；高精度需求：調用CNN加速器完成復雜模式識別（如圖像分類）。
此外，芯片采用臺積電28nm工藝，尺寸僅2.6×2.8mm，批量成本低于5美元，兼顧性能與成本。通過事件驅動計算（僅在數據變化時激活神經元），Pulsar在無線耳機音頻分類任務中，功耗從傳統方案的40mW降至400μW，模型體積縮小33倍。在雷達手勢識別任務中，延遲從CNN加速器的100ms降至0.6ms，滿足工業機器人實時控制需求。
應用場景方面，邊緣AI傳感器的理想選擇。智能物聯網設備，Pulsar的極低功耗特性使其適用于電池供電的邊緣設備，如智能門鎖、環境監測傳感器等。例如，與日本Socionext合作開發的人類存在檢測方案，通過雷達傳感器+Pulsar芯片，實現非成像式隱私保護檢測（基于心跳或微動），功耗較傳統攝像頭方案降低90%。工業自動化與機器人，實時傳感器融合：在協作機器人中，Pulsar可同時處理來自攝像頭、力傳感器、激光雷達的多模態數據，實現毫秒級響應。預測性維護：通過分析設備振動信號的脈沖模式，提前預警機械故障，減少停機時間。醫療與可穿戴設備，便攜式腦電監測：Pulsar的低功耗特性支持長時間腦電信號采集，用于癲癇預警或睡眠監測。無創血糖檢測：結合光學傳感器，通過分析皮膚組織的光散射變化，實現非侵入式血糖測量。
據IDC預測，到2025年全球邊緣AI芯片市場規模將達122億美元，年復合增長率超30%。Pulsar針對邊緣設備（如智能傳感器、IoT終端）的低功耗、實時性、隱私保護需求，提供了一種替代云端計算的方案。在智能家居中，Pulsar可直接在本地處理語音指令或人體存在檢測，避免數據上傳云端帶來的延遲與隱私風險。
相比傳統CNN加速器，Pulsar在音頻分類任務中功耗降低100倍（400μW vs 40mW），模型體積縮小33倍。雷達手勢識別延遲降低167倍（600μW vs CNN加速器的100ms）。采用臺積電28nm工藝，批量成本低于5美元，適合大規模部署。
Innatera提供配套的Talamo SDK，支持與PyTorch交互，開發者可在熟悉的環境中構建和部署脈沖模型，降低神經形態計算的門檻。
Innatera的Pulsar芯片通過神經形態架構與異構計算的創新，為邊緣AI傳感器提供了高效、低功耗的解決方案。其技術突破不僅推動了邊緣計算的發展，也為神經形態計算的商業化鋪平了道路。隨著生態系統的完善與市場認知度的提升，Pulsar有望成為邊緣AI傳感器領域的標桿產品。
鄂公網安備 42011502001385號 鄂ICP備2021012849號 
