본 논문은 FPGA 상에서 SNN(Spiking Neural Networks) 시뮬레이션을 위한 새로운 RISC-V 기반 소프트 벡터 프로세서인 FeNN을 제시합니다. 기존의 GPU나 TPU와 달리, FeNN은 SNN의 낮은 연산 집중도에 최적화되어 높은 외부 메모리 대역폭과 많은 온칩 메모리를 활용합니다. FeNN은 완전 프로그래밍 가능하며, 에지부터 클라우드까지 표준 컴퓨터에서 실행되는 애플리케이션과 통합될 수 있도록 설계되었습니다. 확률적 반올림과 포화를 사용하여 낮은 하드웨어 활용률로 높은 수치 정밀도를 달성하며, 단일 FeNN 코어가 임베디드 GPU 및 Loihi 뉴로모픽 시스템보다 빠르게 SNN 분류기를 시뮬레이션할 수 있음을 보여줍니다.
