具体技术内容、所解决的技术问题、产生的技术效果
从语音识别芯片领域切入，为具有超低功耗需求的智能物联网（AIoT）芯片厂商提供最新一代深度学习神经网络，使客户能够节省SNN开发成本，快速实现由ANN芯片向SNN芯片的跃迁，实现高性能、低功耗的芯片产品开发。

应用场景和对应技术领域
视频监控、语音识别、无人机、自动驾驶、机器人等

先进性、创新性、前沿性说明    
脉冲神经网络(SNN)被誉为第三代人工神经网络。脉冲神经网络和传统人工神经网络的主要优势有：1、神经元的输入输出不同。脉冲神经网络通过单比特脉冲连接、权重和输入数据为加法运算、脉冲发送的速率低于1KHz来降低功耗。2、神经元模型不同。脉冲神经网络的神经元模型是基于膜电压的微分方程，接近于生物神经元模型，有生物可解释性。模型中阈值，可以降低噪声增大容错性。3、模仿人脑将权重存放在运算单元附近，减少了DRAM的访问也降低了功耗。由于脉冲神经网络以上的优点，开发脉冲神经网络芯片是近年国内外学术界与产业界的热点。
新氦脉冲神经网络芯片架构的研究和成果补充了国内在类脑芯片方面的研发不足。同时新氦采取开放的策略提供各种IP降低企业在类脑芯片的准入门槛，进一步推动类脑技术的生态发展。新氦类脑脉冲神经网络前沿性研究内容：
（1）研究脉冲神经网络算法：包括在线学习算法，卷积神经网络转脉冲神经网络算法，脉冲神经网络直接训练算法，脉冲编码算法和片上网络路由算法等。
（2）研究开发脉冲神经网络通用IP：包括神经元阵列，脉冲编码，片上网络、芯片间扩展接口等。
（3）研究开发脉冲神经网络测试芯片，客户可以使用我们的测试芯片评估各种IP的性能。