BrainChip Holdings剛剛發布了一款PCIe服務器加速卡BrainChip Accelerator，該卡可以使用脈沖神經網絡而不是卷積神經網絡（CNN）同時處理多種視頻格式的16路視頻。 BrainChip加速卡采用 Xilinx Kintex UltraScale FPGA實現了6核處理單元的BrainChip的Spiking神經網絡（SNN）處理器。

這是BrainChip加速卡的照片：

BrainChip Accelerator card with six SNNs instantiated in a Kintex UltraScale FPGA

每個BrainChip內核都執行快速的用戶定義圖像縮放，脈沖生成和SNN比較來識別目標。 SNN可以使用低至20x20像素的低分辨率圖像進行訓練。 根據BrainChip的說法，在BrainChip加速器內核中使用的SNN在低亮度，低分辨率和嘈雜的環境中擅長識別物體。

BrainChip加速器卡可以同時處理16路視頻通道，每秒有效吞吐量超過600幀，而整個卡僅消耗15W。 根據BrainChip的數據，與基于CNN的深度學習GPUNetNet和AlexNet等神經網絡相比，這個速度提高了7倍/秒/瓦。 這是BrainChip公司的一張圖表，說明了這一說法：

SNN模仿人類大腦功能（突觸連接，神經元閾值）比CNN更接近，并依靠基于尖峰時間和強度的模型。 這是BrainChip比較CNN模型和脈沖神經網絡模型的圖形：