Il simulatore SNN CARLsim esegue tutte le funzionalità sul microcontrollore RP2350 con una precisione del 97,5%

Una svolta nel campo del calcolo neuromorfico dimostra che il simulatore SNN completo CARLsim può operare su unità microcontrollore, in particolare l'RP2350 con 8 MB di memoria. Questo risultato elimina la precedente necessità di workstation basate su GPU, processori ARM Cortex-A53 o hardware specializzato come il Loihi di Intel. Implementando numeri in virgola mobile IEEE a 16 bit, le richieste di memoria sono state significativamente ridotte mantenendo la funzionalità. Il sistema ha eseguito con successo il benchmark Synfire4 coinvolgendo 1200 neuroni, raggiungendo una precisione del 97,5% rispetto ai calcoli standard a precisione singola. Inoltre, CARLsim ha eseguito una versione ridotta del benchmark Synfire4 con 186 neuroni. Le unità microcontrollore offrono consumi di Dimensioni, Peso e Potenza sostanzialmente inferiori rispetto ai computer convenzionali, rendendoli ideali per applicazioni edge. Il calcolo neuromorfico, che utilizza Reti Neurali a Spike, supporta intrinsecamente bassi requisiti SWaP. Questo sviluppo è stato documentato nel preprint arXiv 2604.16474v1, classificato come annuncio incrociato. La ricerca rappresenta un significativo progresso verso l'implementazione di simulazioni sofisticate di reti neurali in ambienti con risorse limitate.