回传传播算法推动了现代深度学习的发展，但由于全局误差传播、相位分离以及对集中式存储的高度依赖，使其难以实现在线、完全分布式的硬件学习系统。预测编码提供了一种替代方案，其中推理和学习源于相邻层之间的局部预测误差动态。该研究提出了一种数字架构，直接在硬件中实现离散时间的预测编码更新。每个神经核心维护自身的活动、预测误差和突触权重，仅通过硬连线与相邻层进行通信。支持通过统一的每神经元钳制原语进行监督学习...