BrainChip Akida 2 (神经形态芯片)
产品概述
BrainChip Akida 2 是 BrainChip Holdings（澳大利亚）推出的神经形态 AI 处理器（neuromorphic processor），基于脉冲神经网络（Spiking Neural Network, SNN）。2024-09 发布，10× Akida 1 性能。
核心特性：event-driven（事件驱动）、超低功耗（< 1.5W）、片上学习（无需云端训练）。适合电池供电、永远在线的边缘 AI 设备。
核心规格
| 项目 | 参数 |
|---|
| 架构 | Akida 2 神经形态处理器 |
| 网络 | SNN（脉冲神经网络） |
| Neurons | 80 个 Neural Processing Units |
| 制程 | TSMC 22nm ULL |
| 片上 SRAM | 4 MB |
| 算力 | 4 TOPS INT8（Akida 1 = 0.4 TOPS） |
| 能效 | 1.5W 典型（< 1W 空闲） |
| 数据精度 | 1/2/4/8-bit 权重 |
| 片上学习 | 支持（TAML - Temporal Addressable Memory Learning） |
| TDP | < 1.5 W |
| 接口 | SPI / I2C / USB / MIPI / PCIe |
| 首发 | 2024-09（Akida 2 IP） |
| 目标价 | $30-$100（IP 授权 / 芯片） |
神经形态 vs 传统 CNN
| 维度 | Akida 2 (SNN) | NVIDIA Jetson Orin (CNN) |
|---|
| 网络 | 脉冲神经网络 | CNN/Transformer |
| 数据 | Event-driven（稀疏） | 密集（每帧都计算） |
| 能耗 | < 1.5W | 7-60W |
| 片上学习 | 支持 | 不支持 |
| 延迟 | 亚毫秒 | 10-50ms |
| 算力 | 4 TOPS | 67-275 TOPS |
| 训练 | 离线 + 在线微调 | 仅离线 |
| 适用 | 永远在线、电池供电 | 高性能边缘 |
Akida 2 关键创新
1. Event-Driven 计算
- 仅在事件触发时计算（如摄像头运动检测）
- 静态场景接近 0 计算（vs GPU 持续耗电）
- 空闲功耗 < 100mW
2. 片上学习（TAML）
- Temporal Addressable Memory Learning
- 设备端增量学习（无需回传云端）
- 适合个性化场景（声纹、行为识别）
3. 稀疏激活
- 神经元仅在脉冲时激活
- 实际能耗与激活率成正比
- 适合语音检测、运动检测（低激活率）
4. 多模态融合
- 同时处理视觉 + 音频 + IMU
- 共享神经形态层
性能对比（关键词识别）
| 模型 | 设备 | 延迟 | 功耗 |
|---|
| Akida 2 | BrainChip | 0.5ms | 0.8mW |
| Akida 1 | BrainChip | 1.2ms | 1.5mW |
| Cortex-M7 | STM32 | 8ms | 30mW |
| Jetson Orin Nano | NVIDIA | 3ms | 7-15W |
| Pixel 8 TPU | Google | 5ms | 1W |
Akida 2 在 always-on 场景下比传统 MCU 节能 30-100×。
适用场景
- ✅ 永远在线 (always-on) 设备：智能音箱、IoT
- ✅ 电池供电 AI：可穿戴、传感器
- ✅ 声纹识别 / 关键词唤醒
- ✅ 运动检测 / 异常检测
- ✅ 隐私敏感（本地推理，无云）
- ❌ 大模型（应使用 GPU/TPU）
- ❌ 高吞吐量推理
商业部署
- 汽车（Mercedes-Benz AVATR 概念车）
- 智能家居（Edge Impulse 集成）
- 工业 IoT（预测性维护）
- 国防 / 航空航天（低功耗 ISR）
- 消费电子（可穿戴、助听器）
软件生态
- Akida SDK（Python / C）
- TensorFlow / PyTorch 模型转换工具
- Edge Impulse（no-code 平台）
- MetaTF（模型量化）
厂商信息
相关卡