近年来，神经网络开端被广泛应用于各种智能辨认使命，如图像辨认、声响辨认、生理信号辨认等。但是，传统的人工神经网络核算复杂度高，导致巨大的功耗，不适合物联网、边际核算和可穿戴等设备。为了处理以上问题，人们提出了具有低功耗特性的脉冲神经网络（又称类脑核算）。比较人工神经网络，脉冲神经网络更挨近人脑的实在作业机制，神经元只在激活时才发射脉冲，且仅在脉冲到来时才进行核算，然后降低了核算功耗，一起具有必定的无监督自学习才能。但是，现有的脉冲神经网络处理器在核算机制、数据转移机制和核算资源利用率等方面存在较多局限性，导致核算能效低。

　　为了处理以上的问题，李思旭等研讨者们提出了一种支撑推理和在线学习的高能效脉冲神经网络处理器，交融多个技能创新点，包含：自适应时刻/事情混合驱动核算机制，动态邻域核算资源调度技能，脉冲路由紧缩技能，可重构推理/在线学习核算架构等。经过以上技能大幅提升了脉冲神经网络处理器核算能效，一起支撑推理和在线学习。该作业经过FPGA芯片进行了验证，比较现有的脉冲神经网络处理器，速度提升了40%，核算功耗降低了39%。

　　除了该作业，李思旭还参加了周军教授团队的另一个人工智能芯片项目，最近刚刚完结28nm流片规划，正在进行制作。周军教授的首要研讨方向为高能效专用智能处理芯片规划，在该范畴掌管了国家自然科学基金NSAF重点项目、国家严重研制方案项目课题、国家自然科学基金面上项目等，宣布高水平期刊/会议论文70余篇（其间，最近在人工智能芯片范畴的作业被芯片范畴奥林匹克会议ISSCC2021接纳，是电子科技大学在人工智能芯片范畴的第一篇ISSCC）。在该范畴的效果还取得了IEEE电路与体系学会论文奖、吴文俊人工智能技能创造奖、我国创造创新奖等奖项，以及EETimes等世界媒体报道。团队于2020年9月与人工智能领军企业商汤科技建立“电子科大-商汤嵌入式人工智能联合实验室”，是商汤在人工智能芯片范畴的第一个国内高校联合实验室。李思旭完结该项目后，也取得邀请到商汤展开实习作业。（文：李思旭郭志勇）

　　特别阐明：因为各方面状况的不断调整与改变，华禹教育网（）所供给的信息为非商业性的教育和科研之意图，并不意味着附和其观点或证明其内容的实在性，仅供参考，相关信息敬请以权威部门发布的正式信息为准。