顶点光电子商城2025年5月23日消息：近日，荷兰的 Innatera 推出了第一款使用神经形态架构的商用微控制器，用于传感器应用。

          Pulsar芯片采用模拟与数字混合的神经形态计算单元，模拟生物神经元通过脉冲信号（Spiking Neural Networks, SNN）进行信息传递。这种架构使其在处理时间序列数据（如传感器信号）时，延迟降低100倍、功耗降低500倍，远超传统AI芯片。例如，在音频感知分类任务中，其功耗从传统CNN的40mW降至400μW，模型体积缩小33倍，同时保持90%以上的准确率。

         Pulsar将神经形态计算单元与RISC-V内核、卷积神经网络（CNN）加速器集成，形成异构计算平台。这种设计允许芯片根据任务需求动态分配计算资源：低功耗场景：依赖神经形态单元处理实时传感器数据（如雷达手势识别，功耗降低42倍）；高精度需求：调用CNN加速器完成复杂模式识别（如图像分类）。

         此外，芯片采用台积电28nm工艺，尺寸仅2.6×2.8mm，批量成本低于5美元，兼顾性能与成本。通过事件驱动计算（仅在数据变化时激活神经元），Pulsar在无线耳机音频分类任务中，功耗从传统方案的40mW降至400μW，模型体积缩小33倍。在雷达手势识别任务中，延迟从CNN加速器的100ms降至0.6ms，满足工业机器人实时控制需求。

         应用场景方面，边缘AI传感器的理想选择。智能物联网设备，Pulsar的极低功耗特性使其适用于电池供电的边缘设备，如智能门锁、环境监测传感器等。例如，与日本Socionext合作开发的人类存在检测方案，通过雷达传感器+Pulsar芯片，实现非成像式隐私保护检测（基于心跳或微动），功耗较传统摄像头方案降低90%。工业自动化与机器人，实时传感器融合：在协作机器人中，Pulsar可同时处理来自摄像头、力传感器、激光雷达的多模态数据，实现毫秒级响应。预测性维护：通过分析设备振动信号的脉冲模式，提前预警机械故障，减少停机时间。医疗与可穿戴设备，便携式脑电监测：Pulsar的低功耗特性支持长时间脑电信号采集，用于癫痫预警或睡眠监测。无创血糖检测：结合光学传感器，通过分析皮肤组织的光散射变化，实现非侵入式血糖测量。

          据IDC预测，到2025年全球边缘AI芯片市场规模将达122亿美元，年复合增长率超30%。Pulsar针对边缘设备（如智能传感器、IoT终端）的低功耗、实时性、隐私保护需求，提供了一种替代云端计算的方案。在智能家居中，Pulsar可直接在本地处理语音指令或人体存在检测，避免数据上传云端带来的延迟与隐私风险。

         相比传统CNN加速器，Pulsar在音频分类任务中功耗降低100倍（400μW vs 40mW），模型体积缩小33倍。雷达手势识别延迟降低167倍（600μW vs CNN加速器的100ms）。采用台积电28nm工艺，批量成本低于5美元，适合大规模部署。

        Innatera提供配套的Talamo SDK，支持与PyTorch交互，开发者可在熟悉的环境中构建和部署脉冲模型，降低神经形态计算的门槛。

          Innatera的Pulsar芯片通过神经形态架构与异构计算的创新，为边缘AI传感器提供了高效、低功耗的解决方案。其技术突破不仅推动了边缘计算的发展，也为神经形态计算的商业化铺平了道路。随着生态系统的完善与市场认知度的提升，Pulsar有望成为边缘AI传感器领域的标杆产品。