情感计算芯片的“低功耗实时推理”：近传感器计算与事件驱动架构？ 热门官方

回答：情感计算芯片需在低功耗（如穿戴设备<1mW）下实现实时推理（延迟<100ms），核心技术：①近传感器计算：在传感器端（如摄像头ISP、麦克风ADC）集成微型处理器（如ARM Cortex-M4），完成预处理（如图像灰度化、语音端点检测），仅传输特征数据（而非原始数据），数据传输能耗降低90%；②事件驱动架构：仅在检测到情感相关事件（如面部表情变化>阈值、语音情感强度突变）时激活主处理器推理，空闲时进入休眠模式，功耗降低70%；③超低功耗模型：采用二值化神经网络（BNN）或脉冲神经网络（SNN），模型权重仅用1bit表示，推理能耗较FP32模型降低100倍。如加州大学伯克利分校的“情感传感芯片”，近传感器计算+事件驱动使功耗降至0.5mW，实时推理延迟80ms。