Akida Pico：让“永久在线”AI成为现实的超低功耗神经形态处理器
2026/06/09 16:00阅读量 2
BrainChip 推出 Akida Pico，一款基于事件驱动（类脑）架构的超低功耗协处理器，仅微瓦至毫瓦级功耗即可实现始终在线的边缘AI。它可独立运行，适合智能唤醒、医疗监测和工业预测性维护等场景，并兼容 TensorFlow/PyTorch 生态，降低开发者门槛。
事件概述
BrainChip 发布了 Akida Pico，一款基于事件驱动（类脑神经形态）计算架构的极小尺寸、超低功耗协处理器。它解决了边缘 AI 中“高智能”、“始终在线”与“长续航”难以兼得的痛点——传统芯片在待机时仍会持续消耗电量，而 Akida Pico 仅在检测到数据中的相关变化（即“事件”）时才会激活计算，无事件时功耗近乎为零，典型功耗处于微瓦（uW）至毫瓦（mW）级别。
核心技术特点
- 事件驱动处理：模拟人脑工作机制，只在数据出现有效变化时“点火”，极大地降低了空闲损耗。
- 电源岛设计：通过独立的电源岛确保待机模式下不会因整个系统漏电而浪费能源。
- 独立运行能力：无需依赖主 CPU，可作为独立核心完成始终在线的感知与初步推理，用低功耗中断唤醒主 MCU。
主要应用场景
- 唤醒系统：在智能家居、语音助手、可穿戴设备中，Akida Pico 持续监听关键词或运动，仅在检测到合格事件后唤醒主处理器。
- 健康监测：可集成于可穿戴设备中实时分析心电、癫痫发作等异常信号，数据本地处理，不上传云端，支持长时间运行并仅在异常时报警。
- 工业预测性维护：部署在工厂传感器上，实时分析振动、温度等模式，数年续航，只在检测到故障前兆时上报。
开发者支持
BrainChip 提供 MetaTF 开发工具链，兼容 Keras API，可直接使用 TensorFlow/Keras 和 PyTorch 模型进行训练与部署。工具链包含处理器 IP 模拟器、AKD1000 参考 SoC 和 Akida 2 FPGA 平台支持，并提供低代码/无代码的快速部署方案，降低 AI 开发门槛。