1. 튜토리얼 소개

"SpikingBrain-1.0"은 중국과학원 자동화연구소가 국가뇌인지 및 뇌모방지능핵심연구소, 그리고 무시집적회로(Muxi Integrated Circuit Co., Ltd.)와 공동으로 개발하고 2025년 9월에 공개한 국내 개발 제어 가능 뇌 모방 스파이킹 모델입니다. 뇌 메커니즘에서 영감을 받은 SpikingBrain은 효율적인 하이브리드 어텐션 메커니즘, MoE 모듈, 그리고 스파이킹 코딩을 아키텍처에 통합했으며, 오픈소스 모델 생태계와 호환되는 범용 변환 파이프라인을 지원합니다. 이를 통해 21 TP3T 미만의 데이터로도 지속적인 사전 학습이 가능하며, 주류 오픈소스 모델과 유사한 성능을 달성합니다. SpikingBrain은 400만 토큰 시퀀스의 TTFT(Time To First Time)에서 100배 이상의 속도 향상을 이루었으며, 스파이킹 코딩은 미시적 수준에서 691 TP3T 이상의 희소성을 제공합니다. 거시적 수준의 MoE 희소성과 결합된 이러한 발전은 차세대 뉴로모픽 칩 설계에 중요한 지침을 제공합니다. 관련 연구 논문을 이용하실 수 있습니다. SpikingBrain 기술 보고서: Spiking Brain에서 영감을 받은 대형 모델 .

이 튜토리얼에서는 컴퓨팅 성능을 위해 단일 RTX 5090 GPU를 사용하고, 이 튜토리얼에 배포된 모델은 SpikingBrain의 V1-7B-sft-s3-reasoning입니다.

2. 효과 표시

3. 작업 단계

1. 컨테이너를 시작하세요

2. 사용 단계

"모델"이 표시되지 않으면 모델이 초기화되고 있음을 의미합니다. 모델이 크기 때문에 약 2~3분 정도 기다리신 후 페이지를 새로고침해 주시기 바랍니다.

4. 토론

🖌️ 좋은 프로젝트를 발견하시면 배경에 댓글을 남겨 추천해 주세요! 또한, 튜토리얼 교환 그룹도 만들었습니다. QR 코드를 스캔하여 [AI4S 튜토리얼]을 적어주시면 그룹에 참여하여 다양한 기술적인 문제에 대해 논의하고 지원 결과를 공유해 드리겠습니다.↓

인용 정보

Github 사용자에게 감사드립니다 슈퍼양  이 튜토리얼의 배포. 이 프로젝트에 대한 인용 정보는 다음과 같습니다.

@article{pan2025spikingbrain,
  title={SpikingBrain Technical Report: Spiking Brain-inspired Large Models},
  author={Pan, Yuqi and Feng, Yupeng and Zhuang, Jinghao and Ding, Siyu and Liu, Zehao and Sun, Bohan and Chou, Yuhong and Xu, Han and Qiu, Xuerui and Deng, Anlin and others},
  journal={arXiv preprint arXiv:2509.05276},
  year={2025}
}