首款神經(jīng)形態(tài)模擬信號處理芯片成功流片
2025-05-26 12:14:44 EETOP人工智能公司Polyn 科技基于其專有的神經(jīng)形態(tài)模擬信號處理（NASP）平臺，完成了首款模擬信號處理芯片的流片，這標(biāo)志著其在神經(jīng)形態(tài)計算領(lǐng)域達(dá)到了一個決定性的里程碑。
Polyn 公司的 NASP 芯片是一款模擬神經(jīng)形態(tài)處理器，能夠在傳感器端直接實現(xiàn)超低功耗的實時信號處理。
Polyn 的第一款流片芯片利用模擬神經(jīng)形態(tài)內(nèi)核進(jìn)行語音處理應(yīng)用。
Polyn 的首款流片芯片利用模擬神經(jīng)形態(tài)核心實現(xiàn)語音處理應(yīng)用。這款芯片專為邊緣端全天候傳感器智能而設(shè)計，旨在以生物效率處理真實世界信號，在功耗、延遲和嵌入式 AI 適應(yīng)性方面突破了 TinyML 的極限。
Polyn 創(chuàng)新的核心是 NASP，這是一種混合模數(shù)架構(gòu)，模仿生物神經(jīng)元的分布式、超并行運(yùn)作模式。通過由運(yùn)算放大器和可編程電阻組成的模擬電路，該系統(tǒng)可對傳感器數(shù)據(jù)進(jìn)行本地推理，無需在預(yù)處理階段對信號進(jìn)行數(shù)字化處理或依賴中央 CPU。
傳統(tǒng)傳感器數(shù)據(jù)處理與神經(jīng)形態(tài)前端數(shù)據(jù)處理對比。
Polyn 構(gòu)建了新流片的芯片來運(yùn)行語音活動檢測 （VAD） 模型，這是一項需要微秒級延遲和微瓦級功耗的邊緣 AI 任務(wù)。NASP 前端不是將連續(xù)的原始音頻流式傳輸?shù)綌?shù)字處理器或云服務(wù)器，而是過濾和壓縮輸入，僅輸出通知更高級別處理的關(guān)鍵嵌入（從信號模式中提取的抽象特征向量）。
這種前端智能不僅僅是壓縮：更實現(xiàn)了“解讀” 功能。通過模仿人類感官系統(tǒng)僅向大腦傳遞有意義脈沖的機(jī)制，NASP 使邊緣系統(tǒng)能夠以傳統(tǒng)架構(gòu)難以企及的速度和效率做出反應(yīng)。
NASP 平臺分為兩個概念模塊：
固定部分：以硬連線模擬電路實現(xiàn)，負(fù)責(zé)從原始傳感器數(shù)據(jù)中提取嵌入特征。這部分在流片時蝕刻，作為專用特征提取器。
靈活部分：以標(biāo)準(zhǔn)數(shù)字邏輯或低功耗微控制器實現(xiàn)，基于嵌入特征執(zhí)行分類或解讀。
這種混合模型在硬件中體現(xiàn)了遷移學(xué)習(xí)理念。開發(fā)人員只需對模型的靈活部分進(jìn)行再訓(xùn)練和調(diào)整，在部署類似工作負(fù)載的變體時，可顯著縮短設(shè)計周期并降低芯片復(fù)雜度。例如，用于步態(tài)識別的加速度計信號只需通過修改下游分類器，即可重新用于跌倒檢測。
NASP 混合概念示意圖
NASP 平臺的一個關(guān)鍵推動因素是 Polyn 的專有編譯器工具鏈。它將經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)（通常是稀疏、不規(guī)則連接的結(jié)構(gòu)）轉(zhuǎn)換為針對面積、延遲和功耗進(jìn)行了優(yōu)化的密集模擬電路布局。該編譯器應(yīng)用修剪和連接最小化等技術(shù)，使用基于電阻器的突觸將高級模型轉(zhuǎn)換為可制造的芯片拓?fù)?，具有高達(dá) 8 位權(quán)重的精度。
Polyn 的定制設(shè)計流程利用 Cadence 工具（如 Virtuoso 和 Innovus）將模擬和數(shù)字域結(jié)合在一個統(tǒng)一的布局中。NASP 芯片采用 55 納米 CMOS 工藝制造，在專為可擴(kuò)展性和可制造性而構(gòu)建的布局中集成了數(shù)千個模擬神經(jīng)元。
然而，Polyn 的真正成就在于 NASP 的能效表現(xiàn)。該芯片執(zhí)行信號推理的功耗低于 100微瓦，部分實現(xiàn)（如 NeuroVoice VAD 模型）在主動模式下的功耗低至 30微瓦。這種效率水平可在耳塞、可穿戴設(shè)備、智能輪胎和預(yù)測性維護(hù)傳感器節(jié)點等功率受限的環(huán)境中實現(xiàn)始終在線的傳感。
NeuroVoice VAD，Polyn 用于語音處理的 AI 芯片。
通過在數(shù)據(jù)到達(dá)數(shù)字邏輯之前將原始數(shù)據(jù)壓縮高達(dá) 1000 倍，NASP 前端還減少了帶寬需求、降低了對云的依賴并提升了隱私性。在醫(yī)療監(jiān)測等每毫瓦和每毫秒都至關(guān)重要的應(yīng)用中，這種架構(gòu)可能成為決定可行性的關(guān)鍵。
Polyn 的路線圖始于 2019 年，當(dāng)時聯(lián)合創(chuàng)始人 Dmitry Godovsky 提出了一個數(shù)學(xué)見解，他開發(fā)了一種使用模擬電路表示神經(jīng)推理的方法。從那時起，該公司建立了深厚的專利組合，并與 SkyWater、Bridgestone、Infineon 和 TDK 建立了合作伙伴關(guān)系。
2025 年 5 月的流片是這一愿景的結(jié)晶：一款通用型、模擬優(yōu)先的神經(jīng)形態(tài)信號處理器，可作為跨行業(yè) TinyML 系統(tǒng)的硬件基礎(chǔ)。盡管 Polyn 這款芯片的初始目標(biāo)應(yīng)用是語音處理，但其潛在用例還可能包括振動分析、生物信號解讀和人機(jī)界面。
通過將推理轉(zhuǎn)移到更接近信號的位置并以模擬方式重新構(gòu)想神經(jīng)網(wǎng)絡(luò)，Polyn 的 NASP 平臺為邊緣 AI 提供了一個及時、節(jié)能的模型。隨著該芯片在 2025 年第二季度通過驗證，它可能證明：下一波機(jī)器智能無需大規(guī)模計算或持續(xù)云連接，只需更智能地 “感知” 即可。
原文：
https://www.allaboutcircuits.com/news/polyn-tapes-out-first-neuromorphic-analog-signal-processing-chip/
EETOP 官方微信
創(chuàng)芯大講堂 在線教育
半導(dǎo)體創(chuàng)芯網(wǎng) 快訊
相關(guān)文章
