一种异构协同系统及其通信方法技术方案

技术编号:22060306 阅读:26 留言:0更新日期:2019-09-07 17:49
本发明专利技术实施例公开了一种异构协同系统及其通信方法,根据计算单元的输出信息确定包含有用于人工神经网络计算的数值量信息和用于脉冲神经网络计算的脉冲信息的路由包,以传输给下一个计算单元,由此,可以减少不同类型的计算单元之间数据传输所需的代价,从而减小延迟时间,提高数据处理效率。

A Heterogeneous Cooperative System and Its Communication Method

【技术实现步骤摘要】
一种异构协同系统及其通信方法
本专利技术涉及计算机
,更具体地,涉及一种异构协同系统及其通信方法。
技术介绍
神经网络是一种模仿生物大脑突触-神经元结构进行数据处理的计算系统,由分为多层的计算节点和层间的连接组成。神经网络具有强大的非线性和自适应数据处理能力。目前典型的神经网络包括人工神经网络和脉冲神经网络。人工神经网络基于对神经元模型的简化和对大脑网络的高度抽象,将人工神经元按一定结构连接成网络,其输入输出均为数值量信息,借鉴大脑分层结构,可以构建较深的网络模型,在特征提取、模式识别等问题上展现出显著优势。但数值量信息在一定程度上丢失了时间信息,大规模网络消耗较多计算资源,能耗较高。脉冲神经网络更贴近实际生物模型,利用微分方程对神经元建模,输入输出为用0/1表示的脉冲序列,通过膜电位累计与阈值发放完成计算任务,具有网络动力学特性,蕴含丰富的时间信息,在处理序列问题上具有一定优势,事件驱动的处理模式也带来低功耗特性。但其在运算精度、大规模数据和网络上有待提升。由此,单独采用人工神经网络或脉冲神经网络都无法处理复杂的人工通用智能的任务场景,例如同时需要精确数值和快速响应的任务场景。
技术实现思路
有鉴于此,本专利技术实施例提供了一种异构协同系统及其通信方法,以减少不同类型的计算单元之间数据传输所需的代价,从而减小延迟时间,提高数据处理效率。第一方面,专利技术实施例提供一种异构协同系统的通信方法,所述系统包括至少两个计算单元,所述方法包括:周期性地接收第一路由包,所述第一路由包包括第一地址信息和第一数据载荷,所述第一数据载荷包括用于人工神经网络计算的数值量信息和用于脉冲神经网络计算的脉冲信息;响应于所述第一地址信息与本计算单元的地址信息匹配,根据所述本计算单元的类型和所述第一数据载荷获取所述数值量信息或所述脉冲信息作为输入信息;处理所述输入信息确定输出信息;根据所述输出信息确定第二路由包,所述第二路由包包括第二地址信息和第二数据载荷,所述第二数据载荷包括所述输出信息对应的数值量信息和脉冲信息;发送所述第二路由包。本实施例根据计算单元的输出信息确定包含有用于人工神经网络计算的数值量信息和用于脉冲神经网络计算的脉冲信息的路由包,以传输给下一个计算单元,由此,可以减少不同类型的计算单元之间数据传输所需的代价,从而减小延迟时间,提高数据处理效率。进一步地,所述至少两个计算单元包括至少一个人工神经网络计算单元和至少一个脉冲神经网络计算单元;或者所述至少两个计算单元包括至少两个同时支持人工神经网络计算和脉冲神经网络计算的混合神经网络计算单元;或者所述至少两个计算单元包括至少一个人工神经网络计算单元、至少一个脉冲神经网络计算单元和至少一个混合神经网络计算单元。进一步地,所述输出信息为数值量,根据所述输出信息确定第二路由包包括:响应于所述数值量在阈值区间,确定所述第二路由包。进一步地,所述输出信息为脉冲,根据所述输出信息确定第二路由包包括:响应于脉冲神经元的膜电位到达电位阈值,确定所述第二路由包。进一步地,所述脉冲信息包括脉冲状态信息,所述脉冲状态信息包括强抑制信号标志位、强制发放信息标志位和脉冲延时信息;所述强抑制信号标志位用于对脉冲信息进行抑制,所述强制发放信息标志位用于强制产生所述第二路由包。进一步地,所述方法还包括:根据待处理任务生成对应的路由表,所述路由表包括路由连接关系和所述脉冲状态信息。进一步地,所述方法还包括:更新所述第一路由表中的第一地址信息,发送更新后的所述第一路由包。在本实施例中,在输出计算单元对应多个目标计算单元时,对于输出计算单元的同一个输出,只需要生成一个路由包即可,这减小了延时时间,提高了数据处理效率。同时,可以增加异构协同系统支持的算法的复杂性,提高了异构协同系统的实用性。第二方面,本专利技术实施例提供一种异构协同系统,所述系统包括至少两个计算单元;所述计算单元包括:接收模块,被配置为接收第一路由包,所述第一路由包包括第一地址信息和第一数据载荷,所述第一数据载荷包括用于人工神经网络的数值量信息和用于脉冲神经网络计算的脉冲信息;获取模块,被配置为响应于所述第一地址信息与所述计算单元的地址信息匹配,根据所述计算单元的类型和所述第一数据载荷获取所述数值量信息或所述脉冲信息作为输入信息;处理模块,被配置为处理所述输入信息以确定输出信息;确定模块,被配置为根据输出信息确定第二路由包,所述第二路由包包括第二地址和第二数据载荷,所述第二数据载荷包括所述输出信息对应的数值量信息和脉冲信息;发送模块,被配置为发送所述第二数据包。第三方面,本专利技术实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行以实现如上所述的方法。第四方面,本专利技术实施例提供一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如上所述的方法。本专利技术实施例根据计算单元的输出信息确定包含有用于人工神经网络计算的数值量信息和用于脉冲神经网络计算的脉冲信息的路由包,以传输给下一个计算单元,由此,可以减少不同类型的计算单元之间数据传输所需的代价,从而减小延迟时间,提高数据处理效率。附图说明通过以下参照附图对本专利技术实施例的描述,本专利技术的上述以及其它目的、特征和优点将更为清楚,在附图中:图1是本专利技术实施例的异构协同系统的示意图;图2是本专利技术实施例的神经网络计算单元的示意图;图3是本专利技术实施例的路由包的示意图;图4是本专利技术实施例的异构协同系统的一种通信方法的流程图;图5是本专利技术实施例的异构协同系统的通信方法的一种过程示意图;图6是本专利技术实施例的异构协同系统的通信方法的另一种过程示意图;图7是本专利技术实施例的神经网络计算单元的装置示意图。具体实施方式以下基于实施例对本专利技术进行描述,但是本专利技术并不仅仅限于这些实施例。在下文对本专利技术的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本专利技术。为了避免混淆本专利技术的实质,公知的方法、过程、流程、元件和电路并没有详细叙述。此外,本领域普通技术人员应当理解,在此提供的附图都是为了说明的目的,并且附图不一定是按比例绘制的。除非上下文明确要求,否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义;也就是说,是“为指示或暗示相对重要性。此外,在本专利技术的描述中,除非另有说明,“多个”的含义是两个或两个以上。单一的神经网络系统在进行数据处理时,无法满足同时需要精确数值处理和快速响应的场景的计算需求。由此,可以采用人工神经网络和脉冲神经网络的混合计算来满足上述计算需求,但是,目前在进行人工神经网络和脉冲神经网络的混合计算时,往往需要借助额外的通信及信号转换单元,这带来了额外的延时和硬件代价,降低了硬件系统的吞吐率。由此,本专利技术实施例提供了一种异构协同系统及其通信方法,以减少不同类型的计算单元之间数据传输所需的代价,从而减小延迟时间,提高数据处理效率。图1是本专利技术实施例的异构协同系统的示意图。如图1所示,本实施例的异构协同系统1包括人工神经网络计算单元11-13、脉冲神经网络计算单元14-16以及混合神经网络计算单元17-19。应理解,本专利技术实施例的异构协同系统包括至少两个计算单元,其中,至少两个本文档来自技高网...

【技术保护点】
1.一种异构协同系统的通信方法,其特征在于,所述系统包括至少两个计算单元,所述方法包括:周期性地接收第一路由包,所述第一路由包包括第一地址信息和第一数据载荷,所述第一数据载荷包括用于人工神经网络计算的数值量信息和用于脉冲神经网络计算的脉冲信息;响应于所述第一地址信息与本计算单元的地址信息匹配,根据所述本计算单元的类型和所述第一数据载荷获取所述数值量信息或所述脉冲信息作为输入信息;处理所述输入信息确定输出信息;根据所述输出信息确定第二路由包,所述第二路由包包括第二地址信息和第二数据载荷,所述第二数据载荷包括所述输出信息对应的数值量信息和脉冲信息;发送所述第二路由包。

【技术特征摘要】
1.一种异构协同系统的通信方法,其特征在于,所述系统包括至少两个计算单元,所述方法包括:周期性地接收第一路由包,所述第一路由包包括第一地址信息和第一数据载荷,所述第一数据载荷包括用于人工神经网络计算的数值量信息和用于脉冲神经网络计算的脉冲信息;响应于所述第一地址信息与本计算单元的地址信息匹配,根据所述本计算单元的类型和所述第一数据载荷获取所述数值量信息或所述脉冲信息作为输入信息;处理所述输入信息确定输出信息;根据所述输出信息确定第二路由包,所述第二路由包包括第二地址信息和第二数据载荷,所述第二数据载荷包括所述输出信息对应的数值量信息和脉冲信息;发送所述第二路由包。2.根据权利要求1所述的方法,其特征在于,所述至少两个计算单元包括至少一个人工神经网络计算单元和至少一个脉冲神经网络计算单元;或者所述至少两个计算单元包括至少两个同时支持人工神经网络计算和脉冲神经网络计算的混合神经网络计算单元;或者所述至少两个计算单元包括至少一个人工神经网络计算单元、至少一个脉冲神经网络计算单元和至少一个混合神经网络计算单元。3.根据权利要求1或2所述的方法,其特征在于,所述输出信息为数值量,根据所述输出信息确定第二路由包包括:响应于所述数值量在阈值区间内,确定所述第二路由包。4.根据权利要求1-3任一项所述的方法,其特征在于,所述输出信息为脉冲,根据所述输出信息确定第二路由包包括:响应于脉冲神经元的膜电位达到电位阈值,确定所述第二路由包。5.根据权利要求1-4中任一项所述的方法,其特征在于,所述脉冲信息包括脉冲状态信息,...

【专利技术属性】
技术研发人员:施路平王冠睿邹哲
申请(专利权)人:北京灵汐科技有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1