2025 未來科技獎亮點技術系列報導 -高面積使用效率之可操作於低電壓的稀疏神經網路加速器

當資源有限的如智慧手機、IoT裝置、無人機、太空衛星等邊緣設備，要運行AI模型時，就必須透過壓縮的方式，減少模型的計算量和儲存空間，提高推理速度並降低能耗。獲得 2025 未來科技獎的「高面積使用效率之可操作於低電壓的稀疏神經網路加速器」就非常出色地透過剪枝與稀疏化壓縮模型，讓需要低功耗的衛星、無人機，具備高能源效率、小面積與低電壓運行能力，可即時執行語意分割任務，有效降低影像傳輸與儲存負擔。目前這項技術應用範圍涵蓋智慧農業、災害監控與太空影像處理，未來更可作為AI加速模組或IP核心導入Edge AI晶片，具高度產業化潛力與經濟效益。

稀疏化是透過讓模型參數或結構變得更加稀疏（即大多數值為零）的方式來達到壓縮和加速的效果。稀疏化可以於減少模型的記憶體需求，同時加速模型的推理過程，尤其是在配合專門的硬體時效果更好。

「高面積使用效率之可操作於低電壓的稀疏神經網路加速器」針對無人機與衛星平台對低功耗、低面積語意分割的需求，提出一套軟硬體協同設計方案，降低模型的記憶體與運算需求；並且提出特定硬體加速器，以重定時技術優化資料路徑，並透過台積電28nm實現可操作於0.65V功耗為14mW的實體IC，對於酬載系統可延長10%的整體運行時間。

剪枝技術也是模型壓縮中非常常見的一種方法，它透過移除「不重要或不必要」的權重和神經元，來減少模型的計算量和儲存需求。「高面積使用效率之可操作於低電壓的稀疏神經網路加速器」也透過雙階段剪枝有效壓縮模型參數至原始的0.47%，顯著降低記憶體訪問次數。硬體方面，經過重定時以及時序借用後，可運行於更低電壓，並與參考架構比較，本設計於400MHz下功耗與能耗有1-4成的提升、面積減少一成、可操作於0.65V。使板上晶片功耗可減少約三成，酬載系統續航時間延長約一成。

歡迎有興趣產學合作、技轉者，請聯繫李小姐wanting@mail.tca.org.tw│25774249 ext.973或線上預約一對一媒合服務，我們將竭誠為您安排安排導覽時間、一對一商洽等。

參考網址：技術網址

（發佈時間：2025-09-30）