脉冲神经网络的FPGA实现_人工智能硬件.docx

PAGE2

脉冲神经网络的FPGA实现

第一章绪论

1.1研究背景

人工智能技术的迅猛发展正深刻改变着人类社会的生产与生活方式。从云端数据中心的大规模神经网络训练，到边缘设备上的实时推理，深度学习模型在图像识别、自然语言处理、自动驾驶等领域取得了令人瞩目的成就。

然而，传统人工神经网络在追求更高精度的同时，其计算复杂度和能耗也呈指数级增长。以GPT-3为代表的大语言模型，单次训练耗电量可达数十万千瓦时，这引发了学术界和工业界对人工智能可持续发展的深刻反思。

在这一背景下，脉冲神经网络作为第三代神经网络模型，因其独特的生物可解释性和事件驱动特性，逐渐成为低功耗神经形态计算领域的研究热点