DYNAP-CNN是一种可扩展的、可完全配置、事件驱动的神经形态处理器,每个芯片具有100万个ReLU脉冲神经元,用于实现脉冲卷积神经网络(SCNN)。这项技术非常适合永远在线、低功耗、低延迟、事件驱动的传感器信息处理。借助用于动态视觉传感器的专用接口,它可以直连世界上大多数动态视觉传感器,从而实现模型的无缝集成和原型的快速制作。 DYNAP-CNN是完全可配置的,并支持各种类型的CNN层(如ReLU,Cropping,Padding和Pooling)和网络模型(如LeNet,ResNet和Inception)。它具有广泛可编程性,可提供对模型的完全控制。 此外,DYNAP-CNN具有可扩展性,可在多个互连的DYNAP-CNN上实现无限制层数的深度神经网络的实现。