AI 詞彙表
人工智能完整詞典
TrueNorth
TrueNorth是IBM开发的神经形态处理器，包含100万个神经元和2.56亿个突触，组织在4096个神经突触核心中。它以极低的70毫瓦功耗运行，并使用事件驱动架构进行大规模并行处理。
Loihi
Loihi是英特尔的神经形态芯片，集成了13万个神经元和1.3亿个突触，具有通过脉冲时间依赖可塑性实现的片上学习能力。它采用异步事件计算模型，支持各种监督和无监督学习方案。
Neurosynaptic Core
神经突触核心是TrueNorth等神经形态处理器中的基本计算单元，将神经元、突触和轴突集成在局部架构中。每个核心自主运行，在IBM架构中可以管理多达256个神经元和65536个突触。
Analog Neuromorphic Computing
模拟神经形态计算是使用连续信号和模拟电路来模拟生物神经元和突触行为的神经形态计算方法。这种方法提供了更高的集成密度和能效，但在精度和制造变异性方面存在挑战。
Digital Neuromorphic Computing
数字神经形态计算是使用数字电路模拟脉冲神经网络行为的神经形态实现，相比模拟方法提供更好的精度和可重复性。像TrueNorth和Loihi这样的处理器采用这种方法以确保最佳的可靠性和可扩展性。
Neurogrid
Neurogrid是斯坦福大学开发的神经形态平台，使用亚阈值模拟电路模拟100万个皮层神经元，功耗仅为3瓦。其特点在于能够以高度的生物保真度模拟复杂的神经元动力学。
BrainScaleS
BrainScaleS是欧洲神经形态系统，使用加速模拟方法，运行速度比生物实时快1000倍，可以快速模拟复杂的神经网络。它将晶圆级模拟电路与灵活的数字基础设施相结合，用于控制和配置。
SpiNNaker
SpiNNaker是基于多核ARM处理器的大规模神经形态架构，设计用于实时模拟多达10亿个脉冲神经元。它使用网格网络进行核心间通信，特别针对皮层网络的大规模模拟进行了优化。
MorphIC
Puce neuromorphique hybride combinant des circuits numériques pour le contrôle avec des circuits analogues pour le calcul neuronal, offrant un compromis entre précision et efficacité énergétique. Elle implémente des neurones et synapses reconfigurables supportant divers modèles de plasticité synaptique.
Dynap-SEL
Famille de processeurs neuromorphiques événementiels à faible consommation développés par SynSense, implémentant des neurones et synapses analogiques avec des capacités d'apprentissage on-chip. Ces puces sont particulièrement optimisées pour les applications edge computing nécessitant un traitement en temps réel avec une consommation minimale.
Intel Nahuku
Plateforme de développement neuromorphique d'Intel basée sur la puce Loihi, fournissant un environnement complet pour l'expérimentation et le prototypage d'applications spiking neural networks. Elle intègre plusieurs puces Loihi avec des interfaces logicielles permettant une configuration flexible des réseaux neuronaux.
Neuro-inspired Computing
Approche computationnelle qui s'inspire des principes du traitement neuronal biologique sans chercher une reproduction exacte, se concentrant plutôt sur l'efficacité des algorithmes et architectures. Cette discipline englobe à la fois les systèmes neuromorphiques stricts et les approches hybrides adaptées aux applications pratiques.