基于边缘计算电路,研究者还对持续感知系统的结构进行了许多优化对于当前广泛使用的神经网络计算,提出了一种称为行静态的新型数据流数据流可适用于各种卷积神经网络convolutionalneuralnetwork,CNN结构,它可以进行重新配置,以适应给定形状的计算映射,通过最大限度的数据重用提高能源效率,从而减少边缘计算的数据迁移在全定制体系结构下,边缘计算的可重构计算因其兼顾高效和灵活等优点而受到众多研究者的青睐一种高效可重构的混合神经网络处理器的每一个处理单元processingelement,PE支持位宽自适应可重构,以满足神经层的各种位宽自适应重构,以满足神经层的各种位宽,同时还提高了计算